arXiv · cs.AI · Akshat Jani, Sakhinana Sagar Srinivas, Venkataramana Runkana · 10 小时前模型评分45
从1D基准到复杂3D几何：智能体能否可靠地为自动化偏微分方程（PDE，Partial Differential Equation）仿真描述问题？
From 1D Benchmarks to Complex 3D Geometries: Can Agents Reliably Specify Problems for Automated PDE Simulation?
导读
研究评估人工智能（AI，Artificial Intelligence）智能体能否为自动化偏微分方程（PDE，Partial Differential Equation）仿真构建完整可执行的JavaScript 对象表示法（JSON，JavaScript Object Notation）规格，覆盖几何创建、网格划分、求解与结果导出。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：ai-tooling，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：制造与工业、科学研究
事件类型：研究发布
证据摘录
- “We study whether agents can reliably construct complete executable JSON specifications for automated geometry creation, meshing, PDE solving, and result export.”
来源：arXiv · cs.AI · arxiv.org