利用先前未见工具使大型语言模型能够执行电力系统模拟：以 Daline 为例
原文中文，约400字，阅读约需1分钟。发表于：。通过将实验技术与大语言模型（LLM）相结合，科学研究的转型正在改变研究领域，提供了超越专业问题解决的人工智能能力，成为人类科学家的研究助手。该研究提出了一个模块化框架，将电力系统和 LLM 领域的专业知识集成，以解决 LLMs 在电力系统仿真方面面临的挑战，从而提高 LLMs 在先前未知工具上进行电力系统仿真的能力。通过在 Daline 中使用 34 个仿真任务进行验证，这个框架将...
通过将实验技术与大语言模型相结合，科学研究的转型正在改变研究领域，提供了超越专业问题解决的人工智能能力，成为人类科学家的研究助手。该研究提出了一个模块化框架，将电力系统和大语言模型的专业知识集成，以提高大语言模型在电力系统仿真方面的能力。验证结果显示，该框架的准确率达到96.07%，超过了网络界面的33.8%准确率。这些结果突显了大语言模型作为电力系统研究助手的潜力。
