search-control

该论文提出通过学习索引策略（indexical policies）形式的搜索控制，使规划搜索在多项式空间内完成，代价是时间仅随选择深度指数增长；结合语言模型的反例引导学习循环，在IPC 2023学习赛道等基准上解决了1,709/1,890个测试任务，优于LAMA、BFWS和Levitron。

本文介绍了LLM-PySR，一种通过控制搜索参数让语言模型引导符号方程发现的方法，同时使用数值符号回归进行拟合。该方法在基准任务上实现了准确性与复杂性的良好平衡。