AI 如何找到我的模型？考虑数据格式、嵌入和检索策略的模型寻找实验研究

arXiv:2606.30846v1 公告类型：新 摘要：发现可重用的仿真模型仍然是建模与仿真 (M&S) 领域的一项基本挑战。当许多模型共存时，识别那些符合给定建模意图的模型仍然很困难。人工智能 (AI) 的最新进展，特别是基于检索的方法，为在此语义层上的操作提供了一条有前途的途径。在本文中，我们提出了一项实验研究，调查数据表示、基于变压器的嵌入模型和检索策略对使用自然语言查询发现模拟模型的影响。我们使用标准信息检索指标（包括recall@5和nDCG@5）评估了多种查询类型的性能。结果表明，数据表示很重要，开源嵌入模型可以实现高性能，并且重新排序方法很重要，尤其是当查询复杂性增加时。这项工作为人工智能驱动的模型发现提供了基线，并讨论了其在推进人工智能驱动的可组合性和互操作性方面的作用。