PulseAugur
中
实时 10:27:48
English(EN) Evaluating LLMs as Interpretable Controllers for Dynamical Systems

大型语言模型有望成为动态系统的可解释控制器

作者 PulseAugur 编辑部 · [1 个来源] ·

一篇新的研究论文探讨了将大型语言模型（LLM）用作动态系统（特别是热环境）的可解释控制器。该研究评估了五种不同规模的LLM，发现Qwen-3 14B和GPT-4o等高复杂度模型在温度跟踪和执行器使用稳定性方面表现出优越性能。结合基于物理的模型通过实现预期决策和提高能源效率，进一步增强了控制能力，这表明当LLM具备足够的能力并掌握领域知识时，可以作为有效且可解释的控制器。 AI

影响 展示了LLM在现实世界控制应用中的潜力，并提出了未来混合控制策略。

排序理由 该集群包含一篇详细评估LLM特定应用的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

大型语言模型有望成为动态系统的可解释控制器

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Aleksander {\O}stensen, Alberto Mino Calero, Anastasios M. Lekkas, Adil Rasheed ·

    将大型语言模型评估为动态系统的可解释控制器

    arXiv:2607.22609v1 Announce Type: new Abstract: Large Language Models (LLMs) are increasingly used for decision-making and reasoning tasks, yet their potential as controllers for physical systems remains largely unexplored. This work investigates whether LLMs can function as inte…

相关实体

相关话题