arXiv 机器学习· Aleksandr Volkov, Roman Sultimov, Mikhail Kuzin, Yury Maximov·· 8 hours agoAI score33
SteelAgent：结合物理信息与 LLM 编排的钢材性能预测框架
SteelAgent: LLM-Orchestrated, Physics-Informed Steel Property Prediction with Audited Generalization and Calibrated Uncertainty
Not yet translated; shown in Chinese.
AI guide
SteelAgent 将冶金描述符及机器学习模型与 LLM 接口结合，用于钢材性能预测、不确定性报告和逆向设计。在 SteelBench 抗拉强度评估中，梯度提升模型的汇总袋外 $R^2$ 在随机划分下为 0.859，而在留出钢材族系时降至 0.113。同时，标称 90% 预测区间的经验覆盖率也从随机划分的 91.0% 骤降至留出来源下的 37.6%。
Source:arXiv 机器学习 · arxiv.org