NSPI: Quadro Neuro-Simbolico per la Dimostrazione di Disuguaglianze Polinomiali
Un nuovo quadro neuro-simbolico chiamato NSPI combina modelli linguistici di grandi dimensioni con il calcolo simbolico per automatizzare la dimostrazione di disuguaglianze polinomiali. L'LLM genera decomposizioni approssimate di somme di quadrati come congetture, che vengono poi perfezionate tramite calcolo simbolico in certificati esatti. Questo approccio affronta le sfide di scalabilità nel ragionamento matematico automatizzato, dove i metodi puramente simbolici faticano con disuguaglianze di alto grado o multivariabili, mentre i metodi guidati da LLM sono stati limitati a problemi di competizione con poche variabili. Il lavoro è pubblicato su arXiv con ID 2605.15445.
Fatti principali
- NSPI è un quadro neuro-simbolico per la dimostrazione di disuguaglianze polinomiali.
- Combina LLM con calcolo simbolico.
- L'LLM propone decomposizioni approssimate di somme di quadrati.
- Il calcolo simbolico le perfeziona in certificati esatti.
- I metodi puramente simbolici scalano male con il numero di variabili o il grado.
- I metodi guidati da LLM hanno fatto progressi su disuguaglianze di competizione con poche variabili.
- L'articolo è su arXiv con ID 2605.15445.
- L'approccio mira alle sfide di scalabilità nel ragionamento automatizzato.
Entità
Istituzioni
- arXiv