PermuFormer：面向代数组合学中置换表示的多任务预训练

英文标题：PermuFormer: Multi-Task Pretraining for Permutation Representation in Algebraic Combinatorics

论文提出 PermuFormer，探索利用多任务预训练学习代数组合学中的置换表示。其核心思路是通过多样化预训练获得可复用、具备领域认知能力的表示，并为下游任务微调提供起点。该研究将 AI for Math 的预训练范式扩展至代数组合学场景，可能有助于开发者构建更适合数学结构推理的模型与工具。论文编号为 arXiv:2609.25438v1，发布类型为 new。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB