7月31日
12:37
12:37官方账号arXiv cs.LG@Jonathan J. Heckman, Shani Meynet, Alessandro Mininno, Gary Shiu
该论文用机器学习判定超对称quiver规范理论中的Seiberg对偶,数学上等价于判断quiver的突变。在约10个节点的quiver上,Transformer和多层感知机架构的表现优于确定性算法。加入pathfinder算法(作者称之为“quiver版Google Maps”)后,搜索效率和准确率进一步提升。论文认为这类问题可作为前沿AI模型用于理论物理的基准测试。
推荐理由:这篇论文用AI判断两个物理系统是否对偶,在约10节点quiver上比传统算法快,还配了“quiver版谷歌地图”提高准度。