对66项关于暖通空调（HVAC）运营的大语言模型（LLMs）研究的回顾揭示了在建筑自动化系统中部署这些智能体面临的重大挑战。主要障碍包括标准化异构传感器数据和确保操作安全，因为目前大语言模型在直接控制物理系统方面缺乏可靠性。虽然大语言模型在需要语义推理的任务（如解释非结构化文档）方面显示出潜力，但传统的模型预测控制和强化学习等方法在高速控制和数值预测方面仍然更优。 AI
影响 由于安全和延迟问题，大语言模型尚未准备好直接控制暖通空调等物理系统，但在语义任务方面显示出潜力。
排序理由 该条目是对大语言模型在特定领域（暖通空调运营）现有研究的系统性回顾。[lever_c_demoted from research: ic=1 ai=0.7]
- BACnet
- Brick
- Haystack
- LLM
- model predictive control
- reinforcement learning
- Representational State Transfer
- retrieval-augmented generation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
