能源性能证书评估中的多模态模块化思维链
物理与社会
2026-03-03 v1 人工智能
计算机视觉与模式识别
摘要
在缺乏可扩展能源性能证书（EPC）评估的地区，准确评估建筑能源性能仍然具有挑战性。本文提出了一种成本效益高的框架，利用视觉语言模型从有限的视觉信息中自动化EPC预评估。该框架采用多模态模块化思维链（MMCoT）架构，将EPC估计分解为中间推理阶段，并通过结构化提示符在任务之间显式传递推断属性。针对来自英国81个住宅住宅的多模态数据集进行实验，结果显示MMCoT在EPC估计方面显著优于仅使用指令的提示方法。基于准确率、召回率、平均绝对误差和混淆矩阵的分析表明，所提方法捕捉到了EPC评级的序数结构，大多数错误发生在相邻类别之间。这些结果表明，模块化基于提示的推理为数据稀缺环境中的低成本EPC预评估提供了有前景的方向。
引用
@article{arxiv.2603.00115,
title = {Multimodal Modular Chain of Thoughts in Energy Performance Certificate Assessment},
author = {Zhen Peng and Peter J. Bentley},
journal= {arXiv preprint arXiv:2603.00115},
year = {2026}
}