★ 2
研究评估智能体自动生成 PDE 仿真 JSON 规格的可靠性
论文研究工作流能否让智能体可靠构建可执行的 JSON 规格，用于几何建模、网格划分、PDE 求解与结果导出。完整工作流在 120 条请求上达到 98.3% 首轮规格正确率，并在 42 条需澄清或拒绝的请求中无误判为就绪，覆盖 1D/2D/3D 复杂机翼几何等下游任务。
arXiv cs.AI4 小时前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究工作流能否让智能体可靠构建可执行的 JSON 规格，用于几何建模、网格划分、PDE 求解与结果导出。完整工作流在 120 条请求上达到 98.3% 首轮规格正确率，并在 42 条需澄清或拒绝的请求中无误判为就绪，覆盖 1D/2D/3D 复杂机翼几何等下游任务。
论文提出ReRoute框架，结合事实数据与部分机理知识进行科学反事实预测，无需受控干预数据即可适配。方法固定预训练骨干的查询输入为参考值，通过已知机理通路重新引入变化并在原始事实数据上微调。在气候仿真中，严重CO2分布偏移下气候误差降低18.2-31.8%，成本远低于重训。