本文探讨了大规模预训练语言模型（LLMs）在科学模拟中的应用，特别是在能源和电力工程领域的燃气轮机燃气通道分析。研究评估了不同LLMs的性能，发现较大模型在复杂问题上表现更佳，并提出了改进LLMs推理能力的方法，讨论了其在电力系统中的潜在应用及安全威胁。

大规模预训练语言模型在Winograd Schema Challenge上表现提高，但对最小程度影响人类理解的例子的语言扰动敏感。人类在预测中更稳定和一致，在非联想实例上表现更好。微调可以解决这些问题。