Badacze przedstawiają metodę programowej augmentacji kontekstu do poprawy regresji symbolicznej wspartej modelami językowymi. Technika polega na dynamicznym wzbogacaniu kontekstu informacjami programistycznymi podczas wnioskowania, co pozwala LLM-om lepiej odkrywać równania matematyczne z danych. Podejście pokazuje potencjał w zwiększeniu dokładności i efektywności symbolicznej regresji, ważnego zagadnienia w automatycznym odkrywaniu praw fizycznych.