供水管网中的人工智能泄漏诊断通过可验证的弃权获得问责制

一篇新研究论文介绍了一种提高用于诊断供水管网泄漏的人工智能系统问责制的方法。该方法将泄漏定位视为一个决策过程，其中包括可验证的弃权，允许人工智能在证据不足时自信地弃权。该系统使用一个基于物理的执行器代理和一个带有 LLM 审计员的监督代理，以根据可验证的合同检查证据，从而提高派遣维修人员的精度并提高供水基础设施的运行效率。 AI

影响 增强了人工智能在关键基础设施管理应用中的信任度和效率。

排序理由 该集群包含一篇详细介绍新颖人工智能方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• artificial-intelligence localizers
• arXiv
• code-verifiable contract
• digital twin
• Hugging Face
• large-language-model (LLM) auditor
• physics-grounded executor agent
• Supervisor Agent
• Verifiable abstention
• Water Distribution Networks Optimization Considering Uncertainties in the Demand Nodes

• 论文
• 产品
• 基础设施

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