LLM校准仿真器：短期优势与预算限制

Ruo-Qian Wang 提交的论文测试了：在物理诊断描述条件下，大语言模型能否比无导数优化器更高效地提出工程仿真器参数更新。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 次改进了初始设计；5 次评估后，其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。结论是：LLM 作为校准智能体的优势集中在早期少量评估阶段，并受解码随机性显著影响。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。