什么是 symbolic-equation?
使用法学硕士引导的进化搜索 (LLM-SR) 从数据中发现科学方程。多岛算法,具有基于 softmax 的聚类采样、岛重置和 LLM 提出的方程突变。用于符号回归和方程发现。 来源:lingzhi227/agent-research-skills。
使用法学硕士引导的进化搜索 (LLM-SR) 从数据中发现科学方程。多岛算法,具有基于 softmax 的聚类采样、岛重置和 LLM 提出的方程突变。用于符号回归和方程发现。
通过命令行快速安装 symbolic-equation AI 技能到你的开发环境
来源: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:
使用法学硕士引导的进化搜索 (LLM-SR) 从数据中发现科学方程。多岛算法,具有基于 softmax 的聚类采样、岛重置和 LLM 提出的方程突变。用于符号回归和方程发现。 来源:lingzhi227/agent-research-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/lingzhi227/agent-research-skills --skill symbolic-equation使用法学硕士引导的进化搜索 (LLM-SR) 从数据中发现科学方程。多岛算法,具有基于 softmax 的聚类采样、岛重置和 LLM 提出的方程突变。用于符号回归和方程发现。 来源:lingzhi227/agent-research-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/lingzhi227/agent-research-skills --skill symbolic-equation 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/lingzhi227/agent-research-skills