Находите научные уравнения на основе данных с помощью эволюционного поиска под руководством LLM (LLM-SR). Многоостровной алгоритм с кластерной выборкой на основе softmax, сбросом островков и мутациями уравнений, предложенными LLM. Используйте для символьной регрессии и поиска уравнений.
Быстро установите AI-навык symbolic-equation в вашу среду разработки через командную строку
Источник: lingzhi227/agent-research-skills.
Discover interpretable scientific equations from data using LLM-guided evolutionary search.
Step 3: Evolutionary Search Loop Repeat until convergence or max samples:
Step 4: Prompt Construction Present previous equations as versioned sequence:
Находите научные уравнения на основе данных с помощью эволюционного поиска под руководством LLM (LLM-SR). Многоостровной алгоритм с кластерной выборкой на основе softmax, сбросом островков и мутациями уравнений, предложенными LLM. Используйте для символьной регрессии и поиска уравнений. Источник: lingzhi227/agent-research-skills.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/lingzhi227/agent-research-skills --skill symbolic-equationНаходите научные уравнения на основе данных с помощью эволюционного поиска под руководством LLM (LLM-SR). Многоостровной алгоритм с кластерной выборкой на основе softmax, сбросом островков и мутациями уравнений, предложенными LLM. Используйте для символьной регрессии и поиска уравнений. Источник: lingzhi227/agent-research-skills.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/lingzhi227/agent-research-skills --skill symbolic-equation После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/lingzhi227/agent-research-skills