arXiv · cs.AI· K\'erian Fiter, Angelica Portocarrero, Bentley Oakes·· 1 天前
DTScribe 使用本地大语言模型生成数字孪生报告模型
DTScribe: Generating Models for Digital Twin Reporting using Local Large Language Models
arXiv:2610.18635v1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：K\'erian Fiter, Angelica Portocarrero, Bentley Oakes
研究任务与主要进展
DTScribe 提出一种自动化数字孪生报告模型生成方法，从输入文档提取二十一项数字孪生描述特征，并生成Ontological Modeling Language描述模型、概念架构可视化和报告页面。研究还通过大语言模型评审循环与本体推理提升生成质量，摘要称约200亿参数的中型本地模型可达到与更大模型相当的结果，并建议至少进行两轮reasoner优化。
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