ADSL-PDE: новый язык для авто-проектирования нейросетевых решателей PDE ускоряет поиск на 52%
Автоматическое проектирование нейросетевых решателей уравнений в частных производных (PDE) долгое время оставалось сложной задачей из-за огромного пространства поиска. В случае обычных программ на Python большинство кандидатов оказываются синтаксически или семантически некорректными, а также численно нестабильными. Это вынуждает языковые модели тратить вычислительные ресурсы на устранение ошибок, а не на улучшение самих решателей.
Группа исследователей предложила решение под названием ADSL-PDE. Оно вводит структурированное состояние поиска между концепцией решателя и исполняемым кодом. Вместо генерации кода напрямую система работает с функциональными решениями: архитектура, физические ограничения, целевые функции, сэмплирование и оптимизация. Детерминированный компилятор преобразует каждое валидное состояние в исполняемый решатель.
Такой подход перестраивает пространство поиска: из него удаляются большие области неработоспособных программ, а плотность значимых кандидатов возрастает. При этом сохраняется композиционная свобода, позволяющая обнаружить ранее неизвестные конструкции. Эволюция решателей теперь идет на уровне проектных решений, а не артефактов кода.
На основе этого представления эволюционный агент итеративно предлагает, оценивает и уточняет состояния поиска, опираясь на эмпирическую обратную связь. В ходе экспериментов на нескольких бенчмарках PDE новый метод продемонстрировал улучшение как эффективности поиска, так и стабильности оптимизации.
Уже в первых десяти итерациях эволюции прирост эффективности составил более 52%. Это заметный прогресс по сравнению с традиционными подходами, где основное внимание уделяется усилению логических способностей модели, а не перестройке пространства поиска.
Авторы подчеркивают более общий принцип для LLM-ориентированного авто-проектирования: эффективные агенты требуют не только более сильных рассуждений, но и такого представления пространства поиска, которое концентрирует исследование на валидных и значимых решениях. Работа размещена на платформе arXiv и доступна для ознакомления.
