FunSearch: un nuovo approccio per la scoperta scientifica basato su grandi modelli linguistici.

I grandi modelli linguistici (LLM) hanno dimostrato notevoli capacità nel risolvere compiti complessi, ma a volte soffrono di confabulazioni che possono portarli a fare affermazioni plausibili ma errate. Questo limita l'uso dei modelli attuali nella scoperta scientifica. Le cose potrebbero cambiare con FunSearch, una procedura evolutiva che abbina un LLM pre-addestrato con un valutatore sistematico. FunSearch supera i migliori risultati noti in problemi importanti, spingendo i limiti delle attuali strategie basate su LLM. Applicando FunSearch a problemi centrali nella combinatoria estremale, scopriamo nuove costruzioni di grandi insiemi di cappelli che vanno oltre quelle note. Inoltre, FunSearch trova nuove euristiche che migliorano le basi ampiamente utilizzate nel problema dell'impacchettamento online. A differenza della maggior parte degli approcci di ricerca informatica, FunSearch cerca programmi che descrivono come risolvere un problema, piuttosto che quale sia la soluzione. I programmi scoperti tendono ad essere più interpretabili delle soluzioni grezze, consentendo cicli di feedback tra esperti del dominio e FunSearch, e l'implementazione di tali programmi in applicazioni reali.