文章主要内容总结
本文介绍了SIMAGENTS,这是一个基于多智能体大语言模型(LLM)的系统,旨在自动化宇宙学模拟中的参数配置和初步分析流程,以解决物理学家在处理复杂模拟时面临的文献参数提取困难、软件适配繁琐等问题。
- 核心功能:SIMAGENTS由三个专业化智能体组成——Physics Agent(解析文献提取物理参数)、Software Agent(验证参数是否符合模拟软件要求)、Analysis Code Writer(生成模拟结果分析代码)。三者通过结构化协作,确保提取的参数物理意义明确、内部一致且符合软件规范,并能自动生成可视化和统计分析代码。
- 评估与效果:研究团队构建了包含41个来自Arxiv和顶级期刊的宇宙学模拟数据集,实验显示SIMAGENTS的Micro-F1分数达98.67%,显著优于单智能体(CoT)和普通双智能体(EoT)方法,且将模拟设置时间从数小时缩短至约2分钟,大幅减少人工工作量。
创新点
- 全流程自动化:现有宇宙学LLM工具(如CLAPP、CAMEL agents)多专注于单一任务(如代码辅助、数据分析),而SIMAGENTS首次实现了从文献参数提取到模拟输出初步分析的端到端自动化。
- 专业化多智能体协作:通过分工明确的智能体(Physics Agent仅用文献、Software Agent仅用软件手册)和迭代验证机制,解决了参数提取中的物理意义与软件兼容性冲突问
订阅专栏 解锁全文
1299



被折叠的 条评论
为什么被折叠?



