IA Agente Basata su LLM Crea Surrogato Interpretabile per Forme d'Onda Gravitazionali
Un team di ricercatori ha introdotto GWAgent, un flusso di lavoro basato su un grande modello linguistico (LLM) che genera surrogati analitici interpretabili direttamente da dati di simulazione. Questo sistema di IA agente crea modelli surrogati per simulazioni costose, spesso considerate scatole nere. Come caso di studio, GWAgent ha prodotto un surrogato per forme d'onda gravitazionali risultanti da fusioni di buchi neri binari eccentrici. Incorporando un ansatz di dominio basato sulla fisica, l'accuratezza del modello output è stata significativamente migliorata. Il surrogato analitico risultante ha raggiunto un mismatch mediano di Advanced LIGO di 6.9×10⁻⁴ e ha fornito un'accelerazione di circa 8.4× nella valutazione delle forme d'onda, superando sia la regressione simbolica che i metodi tradizionali di machine learning. Questa ricerca è stata pubblicata su arXiv con ID 2605.11280.
Fatti principali
- GWAgent è un flusso di lavoro basato su LLM per costruire surrogati analitici interpretabili.
- I modelli surrogati sono costruiti direttamente da dati di simulazione.
- Dimostrato su forme d'onda gravitazionali da fusioni di buchi neri binari eccentrici.
- Un ansatz di dominio basato sulla fisica ha migliorato l'accuratezza del modello.
- Mismatch mediano di Advanced LIGO di 6.9×10⁻⁴.
- Accelerazione di circa 8.4× nella valutazione delle forme d'onda.
- Supera la regressione simbolica e i metodi ML convenzionali.
- Pubblicato su arXiv come 2605.11280.
Entità
Istituzioni
- arXiv
- Advanced LIGO