用于公式推导的数学推理增强 LLM：Fiber NLI 模型案例研究

大语言模型 (LLM) 的最新进展展示了代码生成和文本合成的强大能力，但它们在特定领域的科学问题中进行符号物理推理的潜力仍未得到充分开发。我们提出了一种用于光通信公式推导的数学推理增强生成人工智能方法，重点关注光纤非线性干扰建模。通过用结构化提示引导 LLM，我们成功地重建了已知的封闭式 ISRS GN 表达式，并进一步导出了适合多跨度 C 和 C+L 频段传输的新颖近似。数值验证表明，LLM 衍生模型产生的中央通道 GSNR 与基线模型几乎相同，所有通道和跨度的平均绝对误差低于 0.109 dB，证明了物理一致性和实际精度。