实体
Dhaval Patel
Dhaval Patel
PulseAugur coverage of Dhaval Patel — every cluster mentioning Dhaval Patel across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新基准揭示LLM在工业维护任务中的脆弱性
研究人员推出了DiagnosticIQ，这是一个旨在评估大型语言模型（LLM）根据符号规则推荐工业维护行动的新基准。该基准包含6,690个多项选择题，这些题目源自专家编写的、涵盖16种不同资产类型的规则-行动对。初步研究结果表明，虽然顶级LLM在基本的规则到行动翻译方面表现良好，但在面对规则变化、条件反转或增加干扰项时，它们会表现出脆弱性，这表明它们在处理复杂、真实的工业维护场景方面存在局限性。
-
新的基准框架评估用于工业自动化的 AI 代理
研究人员推出了 AssetOpsBench，这是一个旨在为工业资产运营与维护中自动化任务的 AI 代理进行基准测试的新框架。该框架包含一个包含 140 多个查询的数据集、一个模拟的物联网环境以及四个领域特定的代理。AssetOpsBench 旨在通过评估不同的代理架构和识别故障模式来促进工业 4.0 中的端到端自动化，其公共基准测试平台已提交了 500 多个代理。