大型语言模型 (LLM) 是有用的助手 – 它们擅长组合概念，并且可以阅读、编写和编码来帮助人们解决问题。但他们能发现全新的知识吗？由于法学硕士已被证明会“幻觉”事实上不正确的信息，因此利用它们来做出可验证的正确发现是一个挑战。
FunSearch，一种搜索数学和计算机科学新解决方案的方法。 FunSearch 的工作原理是将预先训练的法学硕士（其目标是以计算机代码的形式提供创造性解决方案）与自动“评估器”配对，以防止幻觉和错误想法。通过在这两个组件之间来回迭代，最初的解决方案“演变成”新的知识。系统搜索用计算机代码编写的“函数”；因此得名 FunSearch。
科学进步始终依赖于分享新理解的能力。 FunSearch 之所以成为一个特别强大的科学工具，是因为它输出的程序揭示了其解决方案是如何构建的，而不仅仅是解决方案是什么。
FunSearch 是一个迭代过程；在每次迭代中，系统都会从当前的程序池中选择一些程序，并将其馈送到法学硕士。法学硕士创造性地在此基础上构建，并生成新的程序，并自动评估。最好的程序将被添加回现有程序库中，从而创建一个自我改进的循环。 FunSearch 使用 Google 的 PaLM 2，但它与其他接受代码培训的法学硕士兼容。
FunSearch 生成的解决方案（以程序的形式）在某些情况下发现了迄今为止发现的最大的上限集。这是过去 20 年来上限规模的最大增幅。此外，FunSearch 的性能优于最先进的计算求解器，因为这个问题的规模远远超出了它们当前的能力。
这些结果表明，FunSearch 技术可以让超越困难组合问题的既定结果，而在这些问题上很难建立直觉。这种方法能够在组合学中类似理论问题的新发现中发挥作用，并在未来可能在通信理论等领域开辟新的可能性。
FunSearch项目详细展示地址：（点击查看）
