跳到正文
arXiv · ML· Dongjun Han, Mingyu Lee, Ikjin Lee·· 13 小时前AI 评分30

LLM辅助多保真贝叶斯优化:融合专家知识与数值数据

LLM-Assisted Multi-Fidelity Bayesian Optimization: Fusing Expert Knowledge with Numerical Data

AI 导读

该研究提出LLM辅助多保真贝叶斯优化(MFBO)方法,通过LLM解释专家关于低保真模型缺失物理效应的定性知识,生成知识基并将其纳入多保真模型。 在锂离子电池设计问题中,该方法将常规MFBO的遗憾曲线面积减少61%。受控实验表明,知识质量而非LLM选择决定了搜索加速效果,且知识层级消融量化了各陈述贡献。 结果表明LLM解释的专家知识可作为数值数据的补充信息源。

来源:arXiv · ML · arxiv.org