大语言模型何时能成为优秀的校准 Agent？面向预算受限工程模拟器校准的物理标注提示法
英文标题：When is a large language model a good calibration agent? Physics-labeled prompting for budgeted engineering simulator calibration
本文探讨了大语言模型（LLM）在工程仿真模拟器参数校准任务中作为 Agent 的适用边界与效能。在工程实践中，高精度模拟器运行成本高昂，在严格计算预算下调整参数以拟合参考数据面临严峻挑战。该研究重点评估了结合物理诊断信息提示（Physics-labeled prompting）的 LLM 在参数寻优与校准中的能力。这一成果为将前沿 AI Agent 范式引入传统计算科学与物理工程仿真领域提供了重要参考。
打开原文相关 3.2 · 机会 1
2.1 KB
461 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2610.22379v1 公告类型：new
摘要：校准高昂的工程模拟器需要调整模型参数以匹配参考数据，这一过程往往受到计算成本的严重制约。本研究探讨了以物理诊断为提示条件的大语言模型（LLM）作为校准 Agent 的可行性……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×