PulseAugur
中
实时 13:09:10
English(EN) GPT-Micro: A large language paradigm for accelerated, inexpensive, and thermodynamics-consistent discovery of constitutive models in manufacturing

GPT-Micro 使用 LLM 加速、廉价地发现制造模型

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了 GPT-Micro，这是一种新颖的大语言模型范式，旨在发现制造领域的本构模型。该框架整合了从文献中提取知识、遵守热力学定律以及稀疏数据集，以自主生成和优化模型假设。GPT-Micro 展现出显著的改进，包括与现有方法相比，数据需求减少 70%，发现时间减少 400 倍，同时还能生成物理上可信且可解释的模型。 AI

影响 通过减少复杂建模任务的数据和时间要求，加速科学发现。

排序理由 该集群包含一篇详细介绍使用 LLM 进行科学发现的新方法的论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Soumik Dutta, Kiarash Naghavi Khanghah, Sania Shree, Logan McNeil, Thomas Feldhausen, Hongyi Xu, Rajiv Malhotra ·

    GPT-Micro：一种用于加速、廉价且热力学一致地发现制造领域本构模型的大型语言范式

    arXiv:2606.08238v1 Announce Type: new Abstract: Constitutive modeling of the relationship between process-imposed material states and fundamental material properties is critical to control of material microstructure in manufacturing processes. The limited accuracy resulting from …

  2. arXiv cs.LG TIER_1 English(EN) · Rajiv Malhotra ·

    GPT-Micro：一种用于加速、廉价且热力学一致地发现制造领域本构模型的大型语言范式

    Constitutive modeling of the relationship between process-imposed material states and fundamental material properties is critical to control of material microstructure in manufacturing processes. The limited accuracy resulting from the typical reliance on fallible human expertise…

相关实体

相关话题