在电子科学与技术领域,项目论证需要实验数据的支撑,尤其是对关键指标的论证。形成图像化展示以增强内容的理解,解决代码编辑能力不足和相关领域知识学习周期长的问题。为了解决这些问题,支撑关键指标的论证,提出了一种基于大语言模型(L...在电子科学与技术领域,项目论证需要实验数据的支撑,尤其是对关键指标的论证。形成图像化展示以增强内容的理解,解决代码编辑能力不足和相关领域知识学习周期长的问题。为了解决这些问题,支撑关键指标的论证,提出了一种基于大语言模型(Large Language Models, LLMs)的智能辅助论证方法,通过语言描述识别并提取场景中的实体;基于专家提炼的论证过程,形成相应的函数;在轻量化的论证环境中,组装并执行关键函数,开展实验分析。通过获得的实验数据,推导关键指标的取值,将实验过程图像化展示,增强评审专家对关键指标的认同,为项目落地提供支持。仿真实验结果表明,基于LLMs的智能辅助论证方法能够有效提供关键技术指标的论证数据,形成便于理解的图形化展示效果。展开更多
文摘在电子科学与技术领域,项目论证需要实验数据的支撑,尤其是对关键指标的论证。形成图像化展示以增强内容的理解,解决代码编辑能力不足和相关领域知识学习周期长的问题。为了解决这些问题,支撑关键指标的论证,提出了一种基于大语言模型(Large Language Models, LLMs)的智能辅助论证方法,通过语言描述识别并提取场景中的实体;基于专家提炼的论证过程,形成相应的函数;在轻量化的论证环境中,组装并执行关键函数,开展实验分析。通过获得的实验数据,推导关键指标的取值,将实验过程图像化展示,增强评审专家对关键指标的认同,为项目落地提供支持。仿真实验结果表明,基于LLMs的智能辅助论证方法能够有效提供关键技术指标的论证数据,形成便于理解的图形化展示效果。
