关键词problem-solving efficiency
搜索结果 - 2
- SoLA:基于求解器层适应的 LLM 在逻辑推理中的应用
对大型语言模型(LLMs)在逻辑推理中所面临的挑战,以及利用工具学习改变问题求解的过程进行了探讨。本文提出了一种新颖的解算器层自适应(SoLA)方法,通过将解算器作为 LLMs 的新层,以不同的方式引导解决方案朝着可满足性发展。通过利用 M - GPINN: 带有图嵌入的物理知识神经网络
本文提出了一种基于图嵌入的物理信息神经网络框架(GPINN),使用拓扑空间而非传统的欧几里得空间来执行 PINN,以提高问题解决效率。该框架将拓扑数据集成到神经网络的计算中,显著提高了 PINN 的性能。通过 Fiedler 向量引导选择额