本研究探讨了大型语言模型（LLMs）在神经网络超参数优化中的应用。通过微调的Code Llama，我们的方法在生成超参数建议方面高效且具有竞争力，显著降低了计算开销，并在根均方误差（RMSE）上表现优异，展示了LLMs在快速实验中的潜力。

该研究介绍了一种集传统视觉测距方法和全连接网络方法于一体的创新系统，提高了可解释性和处理速度，降低了根均方误差。该系统成功弥合了速度和精度之间的鸿沟，为实时导航和机器人系统提供了高效可靠的视觉测距解决方案。