★ 2
研究：用 Wasserstein 距离量化 LLM 合金预测的分布外数据严重度
研究评估 Gemini、DeepSeek 等通用大模型在钛、钢、高熵合金与铝性能预测上的表现，发现其意外优于 SteelBERT、MatSciBERT 等材料专用模型。作者提出用 CatBoost 等先验模型数值作为提示引导 LLM 做推理校正，并发现仅用 5% 高相似度参考数据即可接近全量训练集…
arXiv cs.LG14 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究评估 Gemini、DeepSeek 等通用大模型在钛、钢、高熵合金与铝性能预测上的表现，发现其意外优于 SteelBERT、MatSciBERT 等材料专用模型。作者提出用 CatBoost 等先验模型数值作为提示引导 LLM 做推理校正，并发现仅用 5% 高相似度参考数据即可接近全量训练集…