arXiv · ML· Yongan Zhang, Yitao Yu, Yizheng Li, An Gong, Youzhuang Sun·· 3 天前AI 评分23
GeoLog-Agent:基于预训练地质知识的知识条件LLM生成智能体
Well-Log Reconstruction with Pre-trained Geological Knowledge: A Knowledge-Conditioned Large-Language-Model Generative Agent
AI 导读
针对测井数据缺失问题,GeoLog-Agent利用预训练大语言模型提供地质先验,在挪威北海基准上平均$R^2$达0.9307,超过九基线平均0.8387达0.0920。 模型通过Geo-Harness将地层推理转化为岩石物理轨迹,并降低RMSE达30.97%;将耦合机制迁移至六个传统深度模型可提升$R^2$ 0.0162-0.0789。
来源:arXiv · ML · arxiv.org