09:19
官方一手arXiv: DeepSeek@Zhoupeng Shou, Xiaodong Hong, Congjing Ren, Jingdai Wang, Yongrong Yang, Zuwei Liao
推荐理由：这篇论文用LLM自动调PID参数，小模型Qwen3-0.6B调参成功率94%，比大模型还稳。
化工过程
共 1 条相关 AI 资讯
7月30日
09:19
该框架利用大语言模型（如DeepSeek-V4-Flash、Qwen3.7-Plus）模拟工程师工作流，通过闭环响应特征生成并迭代修正PID增益。在100个FOPDT和100个SOPDT测试用例上，托管LLM最终成功率达75-89%和77-79%。对于本地部署的Qwen3-0.6B，监督微调使首次推荐成功率为86.5%，结合物理信息GRPO进一步提高至94.0%，主要改善了首次尝试可靠性和稳定性裕度。