大型语言模型什么时候是一个好的校准代理？物理标记的预算工程模拟器校准提示

arXiv:2610.22379v1 公告类型：新 摘要：校准昂贵的工程模拟器需要调整模型参数以匹配参考数据，这一过程严重受到计算成本的限制。本研究调查以模拟错误的物理诊断描述为条件的大型语言模型 (LLM) 是否可以比传统的无导数优化器更有效地提出信息参数更新。我们在圆柱尾流大涡模拟和阻尼振荡器逆问题上对此进行了测试。物理标记的提示根据四种文本消融（删除、匿名、填充、误导）和标准优化器（Nelder-Mead、贝叶斯优化、CMA-ES 和随机搜索）进行评估。结果证明了强大的早期语义优势：第一个基于物理的 LLM 提案在 25 项试验中的 23 项中改进了初始设计。经过五次评估后，中值校准误差比无物理控制低 21.9 倍。然而，这种优势是短暂的 - 经过 15 次评估后就会消失 - 并且固有的 LLM 解码器可变性会产生 9.8 倍的性能差异。为了解决这个问题，我们引入了一种混合工作流程，该工作流程使用 LLM 作为热启动，将累积的评估传递给传统的优化器。这种两阶段数值延续策略仅在 9 次模拟器运行中就达到了目标精度，优于单独的 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的支持下，这种混合物理标记的 LLM 方案在严格的评估预算下被证明作为校准代理非常有效。