AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：GEOS×
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月9日
13:00
13:00arXiv cs.AI@Matthew Ho, Brian Liu, Jixuan Chen, Audrey Wang, Lianhui Qin
科学家使用专业模拟软件时，需要学习复杂的输入语言，耗时数小时到数天。SIGA 是一种轻量级适配层，通过检索、程序记忆、轨迹内验证和验证强制终止，为通用编码代理提供模拟器的“可执行契约”（词汇、结构约束、验证规则等）。在 GEOS 多物理场模拟器上，SIGA 约5分钟即可生成完整配置，TreeSim 得分超0.90，相当于专家3小时的工作，速度提升约36倍。在更难的保留数据集上，SIGA 将 TreeSim 从0.720提升至0.789，相对提升约10%，并将跨种子标准差降低16倍。自进化机制通过重写先前轨迹中的适配器内容，进一步提升了性能，甚至超越最强的手工设计配置。在 OpenFOAM 和 LAMMPS 上的迁移实验表明，不同模拟器的瓶颈不同：结构完整性不足时验证最重要，领域正确性不足时记忆和检索最重要。
论文科学模拟编码代理自进化GEOSOpenFOAM
推荐理由：做科学计算或模拟仿真的团队，终于有了让通用AI代理直接操作专业软件的轻量方案——SIGA 把数小时的学习成本压缩到几分钟，且能自我进化，建议做计算物理、流体力学或分子动力学的开发者点开看看。
原文