本研究介绍了一种新颖的优化和容差设计方法，利用大型语言模型 (LLM) 绕过传统的正交表和信噪比等方法。该方法通过“拉面优化”案例研究 (SIWC25) 进行演示，包括将在线评论等基于语言的信息构建为可量化的目标（例如，“QEU 分数”）。LLM 通过遵循特定提示生成优化的设计，有效地探索解决方案空间而无需大量实验。该框架已扩展到优化折叠伞等实体产品和社区空间等社会系统，与传统技术相比，大大降低了成本和开发时间。 AI
影响 LLM 被证明可以显著降低优化和设计过程的成本和时间，有可能加速各行业的产品开发和创新。
排序理由 该集群描述了一种使用 LLM 进行优化和容差设计的新颖研究方法，以技术论文的形式呈现。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
<h1> 文書2：公差設計 — 拉麵（SIWC26）的步驟，以及約束式最佳化的提案 </h1> <p><em>QEUR23_SIWC26「以LLM進行最佳化（拉麵的公差設計）」的技術內容詳細解說之後，將「不降低品質而降低成本」的約束式最佳化擴展至物理產品與評估流程本身。</em></p> <p>參照: QEU FOUNDER「以LLM進行最佳化（拉麵的公差設計）SIWC26」, 2025 ／ 田村等「虛擬評估的現狀與課題 (1)」品質工程 Vol.27 No.2, 2019 ／ 與文書1（最佳化・SIWC25）成對的獨立報告</p> <p>作成: 202…
<h1> 文書1：最佳化 — 拉麵（SIWC25）的步驟，以及超越田口方法的提案手法 </h1> <p><em>QEUR23_SIWC25「以LLM進行最佳化（拉麵的最佳化）」的技術內容詳細解說之後，展示以相同框架擴展至物理產品與社會系統的提案手法。</em></p> <p>參照: QEU FOUNDER「以LLM進行最佳化（拉麵的最佳化）SIWC25」, 2025 ／ 田村希志臣・倉地雅彦・壇原文雄「虛擬評估的現狀與課題 (1)」品質工程 Vol.27 No.2, 2019</p> <p>作成: 2026-08-09 ／ 批判的再評估版（脫離田口必須論…