智迹闻AuraTracer
EN

EVENT DOSSIER

基于LLM辅助的行为与情景增强技术,用于代理驱动能源采纳模型

2026-09-07 12:00 科学 🔥 42.2 事件热度
1家信源
1天持续发酵
42.2事件热度
1个提及
摘要由 AI 生成

研究人员提出一种混合框架,将大语言模型(LLMs)与校准后的爱尔兰奶牛场太阳能光伏采用代理模型(ABM)相结合。该框架在保留原有技术经济采用机制的基础上,通过有界行为规范和有结构场景规范进行增强。实验结果显示,该方法在多种政策设置下能产生稳定且经济合理的行为行为,使光伏采用结果保持在有界和单调范围内。与对应逻辑斯谛案例相比,使用 LLM 辅助规范后,奶牛场太阳能光伏的采用率最高提升约 13%,且不产生不稳定或虚假的饱和动态。研究证实,LLM 辅助规范能够受控、可复现且与政策相关地集成到校准能源 ABM 中。

相关事件RELATED EVENTS
关键实体KEY ENTITIES
arXiv

信号强度SIGNALS

关键词热度
  • arXiv1

全部报道(1)SOURCES

A arXiv cs.AI en 2026-09-07 12:00

LLM-Assisted Behavioural and Scenario Augmentation for Agent-Based Energy Adoption Models

本文提出一种混合框架,将大语言模型(LLMs)与校准后的爱尔兰奶牛场太阳能光伏采用代理模型(ABM)结合。该框架保留原有技术经济采用机制,通过有界行为规范和有结构场景规范进行增强。实验结果显示,该方法在多种政策设置下产生稳定且经济合理的行为,使采用结果保持在有界和单调范围内,相比对应逻辑斯谛案例,行为采用率最高提升约 13%,且不产生不稳定或虚假的饱和动态。研究证实,LLM 辅助规范可受控、可复现且与政策相关地集成到校准能源 ABM 中。