速報
LLM 也能當恆溫控制器？GPT-4o 與 Qwen-3 展現精準調控能力
一項來自 ArXiv 的研究探討大型語言模型（LLM）能否作為動態熱環境的控制器。研究人員測試了五種不同規模的 LLM，包括 Qwen-3~14B 與 GPT-4o，評估它們在遵循設定點、解讀自然語言指令、推理致動器效果以及整合物理模型知識等方面的表現。
速報
一項來自 ArXiv 的研究探討大型語言模型（LLM）能否作為動態熱環境的控制器。研究人員測試了五種不同規模的 LLM，包括 Qwen-3~14B 與 GPT-4o，評估它們在遵循設定點、解讀自然語言指令、推理致動器效果以及整合物理模型知識等方面的表現。
深度分析
這篇研究提出以大型語言模型（LLM）作為線上自適應控制器，用於三欄位（three‑field）SIMP 拓樸最佳化，於每若干迭代觀測結構順應性、灰度指標、停滯計數、格狀伪影、體積比與資源消耗等狀態，直接輸出懲罰指數 p、Heaviside 銳化 β、濾波半徑 r_min 與移動上限 δ。