研究人员探索了使用前沿推理模型GPT-5来控制多区域变风量（VAV）系统，旨在平衡舒适度、空气质量和能源使用。虽然GPT-5在无需针对建筑进行特定训练的情况下，将暖通空调电力消耗降低了6.2%，但同时也减少了通风裕量。使用带有Rollout Verifier的强化学习（RFT）对开源模型进行微调的进一步尝试不太成功，与基线相比，未能提高能源效率或温度合规性。 AI
影响 展示了大型语言模型在复杂控制系统中的潜力，但也凸显了在微调以实现最佳性能和安全性方面存在的挑战。
排序理由 研究论文，详细介绍了前沿推理模型和强化微调在特定控制任务中的应用。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
