QEU score

大型语言模型在虚拟评估中的优化和成本降低方面超越了田口方法 · 跟踪了 2 个来源

本报告整合了两种受拉面分析启发的优化方法，以改进虚拟评估流程。第一部分“优化”展示了大型语言模型（LLMs）如何通过分析在线评论和数值数据直接生成最优设计，在复杂系统方面超越了传统的田口方法。第二部分“容差设计”展示了 LLMs 如何通过识别和放宽对不太敏感因素的约束来降低成本并保持质量，例如通过折叠伞的成本削减措施以及虚拟评估过程本身。报告提倡一种混合方法，使用 LLMs 进行初步探索，并使用传统方法进行最终优化，特别是针对实体产品。