用于火灾动力学仿真的 LLM 代理
人工智能
2024-12-24 v1 流体动力学
摘要
在利用基础模型如大型语言模型 (LLM) 来加速复杂科学工作流程方面已取得显著进展。在本工作中,我们介绍了 FoamPilot,一款用于火灾动力学与火灾抑制仿真的 LLM 代理,这类仿真基于 OpenFOAM——这是一个流行的计算流体动力学 (CFD) 开源工具箱。FoamPilot 提供三项核心功能:代码洞察、案例配置和仿真评估。代码洞察是一种传统关键词搜索的替代方案,利用检索增强生成 (RAG) 技术,旨在为开发人员和经验丰富的用户高效导航和总结 FireFOAM 源代码。对于案例配置,该代理解释用户的自然语言请求,旨在相应地修改现有仿真设置,以支持中等程度的用户。FoamPilot 的作业执行功能旨在管理在高性能计算 (HPC) 环境中提交和执行仿真的工作,并为较不经验的用户提供仿真结果的初步分析。针对每项功能均取得了令人鼓舞的成果,尤其是针对简单任务,还为更复杂的任务 identified significant further improvement opportunities. 将这些功能集成到单个 LLM 代理中是一项努力,旨在加速使用 FireFOAM 进行复杂仿真的工作流程,这类仿真对于改进火灾安全至关重要。
引用
@article{arxiv.2412.17146,
title = {LLM Agent for Fire Dynamics Simulations},
author = {Leidong Xu and Danyal Mohaddes and Yi Wang},
journal= {arXiv preprint arXiv:2412.17146},
year = {2024}
}
备注
NeurIPS 2024 Foundation Models for Science Workshop (38th Conference on Neural Information Processing Systems). 12 pages, 8 figures