arXiv · cs.AI· Nima H. Siboni, Seyedreza Kiamousavi, Vahid Rostami, Emad Scharifi·· 1 天前
语言模型搜索、筛选与验证热钢轧可审计控制策略
From Language Models to Control Policies: Search, Selection, and Verification
arXiv:2603.20537v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Nima H. Siboni, Seyedreza Kiamousavi, Vahid Rostami, Emad Scharifi
研究任务与主要进展
语言模型在热钢轧物理仿真中通过行为反馈迭代生成并改进可读的 Python 控制策略，52次独立运行显示中等长度搜索与回溯最优预算分配相符，Luby式通用重启无需问题特定调参。按任务选择的小型策略组合在交叉验证和分布外工况下优于最佳单一策略。作者还用静态分析、Z3证明和基于属性的测试验证了174个策略的关键安全属性，但策略停滞未被搜索奖励或这些属性揭示，规格需要覆盖进展性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org