arXiv cs.AI· Ruo-Qian Wang·· 11 小时前AI 评分31
大语言模型何时是好的校准智能体？物理标注提示用于有预算约束的工程仿真器校准
When is a large language model a good calibration agent? Physics-labeled prompting for budgeted engineering simulator calibration
AI 导读
研究测试了 LLM 在物理诊断描述条件下能否比无导数优化器更高效地提出仿真器参数更新。在圆柱尾流 LES 与阻尼振子逆问题上，首个物理提示的 LLM 提议在 25 次试验中有 23 次改进初始设计，5 次评估后中位校准误差比无物理对照低 21.9 倍，但该优势在 15 次评估内消失，且 LLM 解码器波动带来 9.8 倍性能差异。
正文 · AI 翻译
摘要：校准昂贵的工程仿真器需要调整模型参数以匹配参考数据，这一过程受到计算成本的严重制约。本研究探讨了以仿真误差的物理诊断描述为条件的大语言模型（LLM）能否比传统的无导数优化器更高效地提出有信息量的参数更新。我们在圆柱尾流大涡模拟和阻尼振子反问题上对此进行了测试。物理标注提示词与四种文本消融（移除、匿名化、填充、误导）以及标准优化器（Nelder-Mead、贝叶斯优化、CMA-ES 和随机搜索）进行了对比评估。结果表明存在强烈的早期语义优势：在 25 次试验中有 23 次，首个物理信息 LLM 提议改善了初始设计。经过五次评估后，校准误差中位数比无物理信息的对照组低 21.9 倍。然而，这一优势是短暂的——到第十五次评估时便消失——并且 LLM 解码器固有的变异性导致性能差异达 9.8 倍。为解决这一问题，我们引入了一种混合工作流，将 LLM 用作热启动，把累积的评估结果传递给传统优化器。这种两阶段数值延拓策略仅需 9 次仿真器运行即可达到目标精度，优于单独使用 LLM（12 次运行）、Nelder-Mead（17 次运行）和贝叶斯优化（>60 次运行）。在验证测试用例的敏感性分析支持下，这种物理标注的 LLM 混合方案被证明在严格评估预算下作为校准代理非常有效。
| 评论： | 提交至 Engineering Application of Artificial Intelligence |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.22379 [cs.LG] |
| （或 arXiv:2610.22379v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22379 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ruo-Qian Wang [查看电子邮件]
[v1]
2026年10月1日星期四 16:08:53 UTC（1,305 KB）
来源：arXiv cs.AI · arxiv.org