LLM Context Conditioning and PWP Prompting for Multimodal Validation of Chemical Formulas

识别复杂科学技术文件中细微的技术错误，尤其是需要多模态解释（例如图像中的公式），对于大语言模型（LLM）而言 presents a significant challenge，因为其固有的纠错倾向可能会掩盖误差。本 exploratory proof-of-concept（PoC）研究探讨了结构化 LLM 上下文条件化，结合持久工作流程提示（PWP）原则，作为一种方法论策略来调节推理过程中的 LLM 行为。该方法旨在增强常用且通用的大语言模型（具体为 Gemini 2.5 Pro 和 ChatGPT Plus o3）在精确验证任务中的可靠性，关键在于仅依赖其标准聊天界面，无需 API 访问或模型修改。为探索此方法论，本文聚焦于验证单张复合测试纸张中的化学公式，该纸张包含已知的文本和图像错误。评估了多种提示策略：虽然基本提示方法不可靠，但一种将 PWP 结构适应以严格调节 LLM 分析心态的方法在两款模型中似乎提升了文本错误识别。值得注意的是，该方法还指引 Gemini 2.5 Pro 反复识别了手动审阅时被忽略的细微图像公式错误，而在我们测试中，ChatGPT Plus o3 未能完成此任务。这些初步发现突显了阻碍细致验证的特定 LLM 操作模式，并表明 PWP 信息化上下文条件化为开发更稳健的 LLM 驱动分析工作流程提供了有前景且高度可及的技术，特别适用于需要在科学技术文件中进行细致错误检测的任务。需在此有限的 PoC 之外进行广泛验证，以确定其更广泛的适用性。