arXiv · NLP· Erkan Bayram, Debanjan Ghosh, Li Zhu, Sambarta Dasgupta·· 3 天前AI 评分21
TRACK: 时序工具增强推理用于电源管理系统故障诊断
TRACK: Tool-Augmented Reasoning over Time Series for Fault Diagnosis in Power Management System
AI 导读
TRACK 系统结合时序编码器与小语言模型,在 15 类多负载模拟基准上实现超 95% 的故障类别准确率,优于 58% 的基线。 该系统在设备端运行,通过调用工具进行可验证的物理计算,并利用基于评分标准的框架评估报告的结构与诊断准确性。 该方案避免了昂贵的 API 调用,解决了专家人工检查无法扩展到大量部署单元的问题。
来源:arXiv · NLP · arxiv.org