智能AI
morning
LLM 代理使用仿真模型执行受控实验
摘要
arXiv:2608.23622v1 Announce Type: new Abstract: Large language models (LLMs) have shown strong capabilities in reasoning, planning, and tool use, but many scientific and engineering tasks require more...
and
models
reasoning
simulation
the
language
system
scientific
require
more
2026-08-26
1 阅读
约1分钟阅读
Yuchen Xia, Michael Weyrich, Nasser Jazdi, Johannes St\"umpfle, Johannes Sigel, Akshay Narla, Gavin K. Reynolds, Anna Jawor-Baczynska, Pol Llopart
字号:
arXiv:2608.23622v1 公告类型：新 摘要：大型语言模型 (LLM) 在推理、规划和工具使用方面表现出了强大的能力，但许多科学和工程任务需要的不仅仅是合理的文本和代码生成。他们需要了解系统如何响应干预，这在实践中取决于受控实验。在这项工作中，我们提出了一个多智能体框架，使法学硕士智能体能够利用科学模拟模型进行受控实验，用于制药工艺设计。给定用户查询和基线配置，系统构建结构化任务表示，设计实验，执行比较模拟，解释结果结果，并综合基于证据的过程参数优化建议。通过在交互式代理框架中将语言模型与高保真模拟模型相结合，所提出的系统支持通过干预、比较和观察进行推理。因此，它比纯语言推理产生更具体、更可操作的输出。在工业应用环境中，这一优势体现在更高的输出特异性以及更高的用户评价正确性和有用性。消融研究和可视化案例分析进一步证明了模拟集成实验推理的有效性和实用性。
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱