arXiv cs.AI· Di Wu, Ling Liang, Haizhao Yang·· 13 小时前AI 评分34
FARMS：面向自动化计算科学的可验证基础框架
FARMS: A Verifiable Foundation for Automated Computational Science
AI 导读
FARMS 将计算数学转化为 AI 可复用的知识基础，把形式化陈述与来源上下文、算法含义和定量保证连接起来。在随机数值线性代数和数值偏微分方程的 171 个目标中，157 个被流水线接受，每个目标的平均估计成本为 0.85-2.29 美元。经 Lean 检查的蕴含关系将选定陈述与计算技能相连，并以热流求解和波响应压缩为例说明。
正文 · AI 翻译
摘要：自动化计算科学可以通过选择、调整和开发数值方法来加速发现。这一前景需要 AI 系统能够以显式保证来解释和复用的数学知识。在此我们提出 FARMS，一个将计算数学转化为 AI 就绪计算知识的忠实且高效的基础。FARMS 通过源准备、可复用表示和语义审查，将形式化陈述与源上下文、算法含义和定量保证连接起来。在随机数值线性代数和数值偏微分方程的 171 个目标中，有 157 个被流水线接受，各来源每个目标的平均估计成本为 0.85–2.29 美元。来自显式源前提的 Lean 检查蕴含关系将选定的陈述与计算技能连接起来，并以热流求解和波响应压缩为例说明。因此，FARMS 为可信的自动化计算科学提供了一个负担得起、可复用的知识基础。
| 主题： | 人工智能（cs.AI）；计算机科学中的逻辑（cs.LO） |
| 引用为： | arXiv:2610.40560 [cs.AI] |
| （或 arXiv:2610.40560v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40560 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Di Wu [查看电子邮件]
[v1]
2026年10月29日星期四 17:40:57 UTC（1,079 KB）
来源：arXiv cs.AI · arxiv.org