A Generalizable Framework for Building Executable Domain-Specific LLMs under Data Scarcity: Demonstration on Semiconductor TCAD Simulation
Cet article présente un cadre d'alignement axé sur le schéma qui synthétise des connaissances de domaine à grande échelle et exploite un flux de travail d'optimisation de préférence directe piloté par la recherche d'information (IR) pour construire des modèles de langage (LLM) compacts et exécutables, spécifiques au domaine, qui surpassent les modèles généraux dans des domaines scientifiques à données rares tels que le TCAD des semi-conducteurs et la simulation par éléments finis (FEM).