Bengio团队新作：强化学习重做符号回归，后验采样提速10倍¶

Ch01.1441 Bengio团队新作：强化学习重做符号回归，后验采样提速10倍¶

📊 Level ⭐⭐ | 2.6KB | entities/bengio团队新作强化学习重做符号回归后验采样提速10倍.md

Bengio团队新作：强化学习重做符号回归，后验采样提速10倍¶

WeChat-PaperWeekly | 发布于 2026-08-11 | 评分入库 v×c≥49

核心内容¶

原创 让你更懂AI的 2026-08-11 18:40 北京 从找公式到学后验 最大熵 RL 让策略不再只追逐最优公式，而是直接学习表达式、常数与噪声的完整联合后验。 给定一组实验数据，能不能让 AI 自动找出背后的数学规律？ 符号回归长期试图解决的正是这个问题。但在真正的科学场景中，数据往往有限且含有噪声。 此时，只返回一个拟合最好的公式并不够可靠。多个结构不同的表达式可能同样符合已有观测，而单点估计会直接掩盖这种认知不确定性 。 Bengio 团队最新提出的 ERRLESS ，把贝叶斯符号回归重新写成了强化学习问题。 它不再让策略网络只追逐最高分表达式，而是利用最大熵强化学习 ，同时学习公式结构、常数和噪声的联合后验。训练完成后，策略网络即可直接产生近似后验样本。 在 Feynman 符号回归基准上，ERRLESS 获得 0.924 AUC ，在三档噪声下 AUC 几乎没有波动。运行时间则比多数基于学习的符号回归方法快约一个数量级 。 比速度更值得关注的是，ERRLESS 改变了强化学习在符号回归中的优化目标 。 论文标题： Bayesian Symbolic Regression with Entropic Reinforcement Learning 论文地址： <https://arxiv.org/abs/2608.09617 贝叶斯符号回归的采样瓶颈 传统符号回归通常在拟合精度与表达式复杂度之间权衡，最终寻找一个最佳表达式或一组 Pareto 最优解。 贝叶斯符号回归关注的则是：在当前数据下，不同公式分别有多大可能成立 。 ERRLESS 建模的核心后验为： 其中，。

关键要点¶

• 原文完整记录：原文存档
• 关联主题：Agent Evaluation Benchmarks、Evaluation Harness Design

相关实体¶

Agent Evaluation Benchmarks Evaluation Harness Design