Associative Learning
Woodward–Hoffmann Selection Rules and Microscopic Reversibility
Language Development
Cognitive Learning
Retrieval
Improving Translational Accuracy
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Zelin Guo1, Siqi Wang1, Yonglin Tian2
1Department of Automation, Tsinghua University, Beijing 100084, China.
使用大型语言模型 (LLM) 和检索增强生成的符号回归 (SR) 可实现增量学习. 这种SR-LLM框架有效地利用先前的知识,从数据中发现复杂的,可解释的分析模型.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: