Research and Prototyping Study of an LLM-Based Chatbot for Electromagnetic Simulations
该研究提出了一种基于 Google Gemini 2.0 Flash 大语言模型的聊天机器人，通过 Python 自动化协调 Gmsh 和 GetDP 工具，实现了二维涡流电磁仿真模型的自动生成、求解及后处理，从而显著缩短了仿真建模时间。
💻 Category
cs.CE
63 篇论文
Two Teachers Better Than One: Hardware-Physics Co-Guided Distributed Scientific Machine Learning
本文提出了名为 EPIC 的硬件与物理协同引导的分布式科学机器学习框架，通过端侧轻量编码与中心侧物理感知解码相结合，在显著降低通信延迟和能耗的同时，有效提升了全波形反演等任务的物理保真度与重建精度。
ToolRosetta: Bridging Open-Source Repositories and Large Language Model Agents through Automated Tool Standardization
本文提出了 ToolRosetta 框架，通过自动将开源代码库转换为可执行的 MCP 工具并集成安全检测，使大语言模型代理能够自主规划并调用现有工具以高效完成复杂任务，从而显著降低了代码复用与部署的人力成本。
First Steps towards Categorical Algebraic Artificial Chemistry
本文构建了一个为代数相互作用组件模型赋予动力学的函子，该构造推广了人工生命领域中基于λ演算的 AlChemy 计算模型，并探讨了利用范畴论作为组织工具来形式化代数与动力学层面之间联系的未来方向。
A Regularized Ensemble Kalman Filter for Stochastic Phase Field Models of Brittle Fracture
该论文提出了一种结合正则化技术的集合卡尔曼滤波方法，用于在脆性断裂的随机相场模型中，利用传感器位移数据对位移场和相场状态进行贝叶斯推断更新，从而在满足模型约束的同时有效修正模拟结果以匹配真实状态。
Deblurring structural edges in variable thickness topology optimization via density-gradient-informed projection
该论文提出了一种基于密度梯度的投影方法，通过利用局部密度梯度信息在结构边缘处选择性地施加强投影，有效解决了变厚度拓扑优化中结构边缘模糊及低厚度区域难以制造的问题，在显著恢复边缘清晰度的同时几乎不影响结构的最终柔度。
Online Dispatching and Routing for Automated Guided Vehicles in Pickup and Delivery Systems on Loop-Based Graphs
本文提出了一种基于环路的算法，用于解决自动导引车（AGV）在环路图上的在线无冲突调度与路径规划问题，实验表明该方法在求解质量和计算效率上均优于或等同于现有的精确方法、贪心启发式及元启发式算法。
Explainable Heterogeneous Anomaly Detection in Financial Networks via Adaptive Expert Routing
该论文提出了一种基于自适应专家路由的可解释异质异常检测框架，通过构建压力调制图并分解四种特定机制（价格冲击、流动性、系统性传染和动量反转），实现了对金融网络中不同危机驱动因素的自动归因与可解释预警，在 2017 至 2024 年美股数据上显著优于基线模型并成功区分了 SVB 倒闭与日本套息交易平仓等不同类型的危机。
A Taxonomy of Numerical Differentiation Methods
本文综述了多种数值微分方法，阐述了其理论基础与适用场景的对比分析，并提供了开源 Python 工具包 PyNumDiff，旨在帮助科研与工程人员针对含噪数据选择最合适的微分算法。
Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
该论文提出将组合融合分析（CFA）应用于比特币价格预测，通过融合多个模型的评分与排名特征，显著提升了预测精度，实现了 0.19% 的 MAPE 并优于现有模型。
Impact of LLMs news Sentiment Analysis on Stock Price Movement Prediction
该论文通过对比 DeBERTa、RoBERTa 和 FinBERT 三种大语言模型，发现 DeBERTa 在基于新闻情感分析的股价预测中表现最佳（准确率 75%），而三模型集成可进一步提升至 80%，并证实了情感特征能轻微提升多种时序预测模型的性能。
HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts
HarmonyCell 是一个端到端智能体框架，通过大语言模型驱动的语义统一器和自适应蒙特卡洛树搜索引擎，分别解决单细胞扰动研究中的语义异构与分布偏移挑战，实现了无需人工干预的自动化虚拟细胞建模。
Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
该研究提出了一种基于机器学习的框架，通过对比卷积自编码器、U-Net 和傅里叶神经操作符（FNO）三种架构，发现 FNO 在预测多孔介质稳态流动方面表现最优，其均方误差低至 0.0017 且比传统计算流体力学方法快 1000 倍，同时具备网格不变性，为冷板拓扑优化提供了高效可扩展的替代方案。
Physics-Consistent Neural Networks for Learning Deformation and Director Fields in Microstructured Media with Loss-Based Validation Criteria
本文提出了一种基于物理一致性的神经网络方法，结合有限元法求解具有微结构的 Cosserat 弹性体平衡构型，并通过推导准凸性、秩一凸性及 Legendre-Hadamard 不等式等稳定性判据，构建了一套能够验证神经网络预测解能量稳定性的物理约束框架。
Full-Scale GPU-Accelerated Transient EM-Thermal-Mechanical Co-Simulation for Early-Stage Design of Advanced Packages
本文提出了一种 GPU 加速的瞬态电磁 - 热 - 力全耦合求解器，通过在不进行结构均质化的前提下实现大规模封装的快速全尺度仿真，解决了早期设计阶段精度与效率的权衡难题，从而能够识别传统稳态方法无法捕捉的信号诱导绝热应力等失效机制。
Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice
本文介绍了名为 Agora 的 AI 驱动平台，它利用大语言模型整合真实人类观点以模拟审议过程，初步研究表明该平台能有效帮助用户提升解决分歧、内部审议及达成共识的能力，为规模化公民教育提供了新方向。
Tau-BNO: Brain Neural Operator for Tau Transport Model
本文提出了 Tau-BNO，一种基于脑神经算子的代理框架，旨在通过结合反应动力学与方向性输运机制，快速且高精度地近似阿尔茨海默病中 Tau 蛋白传播的复杂生物物理模型，从而克服传统数值模拟计算缓慢的瓶颈并加速机制发现。
Towards a more efficient bias detection in financial language models
该论文针对金融语言模型中偏见检测计算成本高昂的问题，通过大规模实证研究揭示了不同模型间偏见揭示输入的一致性模式，并提出了一种利用跨模型引导显著降低检测成本的新方法。
From Text to Alpha: Can LLMs Track Evolving Signals in Corporate Disclosures?
该论文提出了一种名为"LLM 作为提取器、嵌入作为标尺”的新框架，利用大语言模型从企业披露文件中提取语境感知的指标变化信号，实验表明该方法在预测超额收益（Alpha）方面的风险调整后表现显著优于传统的命名实体识别基线。
CostNav: A Navigation Benchmark for Real-World Economic-Cost Evaluation of Physical AI Agents
本文提出了 CostNav，这是首个结合行业标准监管与财务数据及物理仿真的经济导航基准，通过量化分析揭示现有导航方法在真实商业部署中均无法实现经济可行性，从而挑战社区开发以经济成本为核心指标的导航策略。