arXiv 人工智能· P. B. Radha, D. D. Meyerhofer, M. Bhattarai, B. Cheng, L. Diaz, C. L. Rousculp, A. G. Seaton, G. Gupta, P. Gurumurthy, V. Gutta, A. Jhunjhunwala, A. Vem, P. Cook, G. Rowe·· 8 小时前AI 评分37
评估大语言模型的科学应用：以惯性约束聚变为例
Assessing Language Models for Scientific Applications: Inertial Confinement Fusion as a Use Case
AI 导读
研究人员以惯性约束聚变（ICF）为案例构建包含 250 道题目的评测基准，系统评估大语言模型在专门科学领域的表现。经领域自适应预训练与监督微调的专用模型 Prospero 综合得分较基座模型提升 10.7 个百分点，前沿模型得分最高但仍在数值计算中存在关键物理错误。检索增强可改善较小模型表现，但对前沿模型无统计学显著提升。
来源：arXiv 人工智能 · arxiv.org