ADSD框架让AI自诊数值求解器,误差降低近71倍
Peter Chen · hf · 2026-10-06
Peter Chen 等提出 Auto-Diagnosis and Skill Discovery(ADSD)框架,针对「AI 能写科学代码但不会改进算法」的问题:
- 诊断优先范式:执行反馈只能暴露数值求解器性能差,却难揭示原因;ADSD 先解释求解器为何表现不佳,再据此发现有针对性的数值方法。
- 可复用技能:诊断出的知识被打包成可复用的 solver 技能,把求解器改进从试错式编辑变成「诊断→发现→实现」的结构化流程。
在潮流方程、AC 最优潮流控制、刚性常微分方程、非齐次扩散 PDE 四个数值领域,ADSD 持续提升求解器精度、鲁棒性与效率;在 GOC-500 潮流计算上平均误差降低近 71 倍,且改进能迁移到未见过的电网拓扑与运行工况。
「研究」频道最新
- 处理边界慢轨道:子采样+外推修正,保证 Mandelbrot 面积估计无偏 — geoffreyirving · 2026-10-06
- 与 2025 年 Hsing Lo 估计差 6.5e-9,作者复现检验后判断为涨落所致 — geoffreyirving · 2026-10-06
- Claude 分析+优化 CUDA 算出 Mandelbrot 集面积,精度较 2012 年纪录提升 60 倍 — geoffreyirving · 2026-10-06
- 群体进化智能体 GEA：以群体而非单个 agent 为进化单元的新范式 — xwang_lk · 2026-10-06
- COLM 论文 SLIM:面向长程任务的智能体搜索框架 — xiye_nlp · 2026-10-06
- 光遗传学诺奖之争:被遗忘的真正发明人潘卓华 — _onionesque · 2026-10-06