Capabilities of Large Language Models in Control Engineering

本文是LLM系列文章，针对《Capabilities of Large Language Models in Control Engineering:
A Benchmark Study on GPT 4, Claude 3 Opus, and Gemini 1.0 Ultra》的翻译。

摘要

在本文中，我们探讨了最先进的大型语言模型（LLM）（如GPT-4、Claude 3 Opus和Gemini 1.0 Ultra）在解决本科生级控制问题方面的能力。由于其数学理论和工程设计的结合，控件为LLM推理提供了一个有趣的案例研究。我们介绍ControlBench，这是一个基准数据集，专门用于反映经典控制设计的广度、深度和复杂性。我们使用此数据集来研究和评估这些LLM在控制工程背景下的问题解决能力。我们展示了由人类专家小组进行的评估，提供了对LLM在控工程中的准确性、推理和解释能力的见解。我们的分析揭示了每种LLM在经典控制背景下的优势和局限性，我们的结果表明，Claude 3 Opus已成为解决本科生控制问题的最先进的LLM。我们的研究是朝着在控制工程中使用通用人工智能这一更广泛目标迈出的第一步。

1 引言

2 激励性示例：LLM在控制设计中的能力展示

3 ControlBench数据集

4 ControlBench上领先LLM的评估

5 ControlBench-C：促进非控制专家的评估

6 结论和未来工作

本文研究了包括GPT-4、Claude 3 Opus和Gemini 1.0 Ultra在内的大型语言模型（LLM）在解决本科生控制工程问题方面的能力。为了