用于工业因果推理的基于模拟器的 大语言模型：用于废水处理决策支持的工具使用、结构化注入和工厂便携式检索

在询问诸如“为什么 N2O 上升？”等因果问题时，废水处理运营商需要基于其工厂变量如何相互作用以及影响传播的速度的答案，而不是通用的预训练文本。或“如果我将通气量减少 20% 会发生什么？”。我们比较了在架构可解释的废水模拟器 (CCSS-IX) 中建立冻结 Qwen2.5-32B-Instruct 模型的三种具体方法：实时模拟器预言机（方法 1）、结构化参数注入（方法 2）和解耦回忆推理 (DRR) 检索器（方法 3）。在 198 个问题的因果基准上，三者分别达到 99.5%、79% 和 75.8%，形成了高于最强检索增强基线 48% 的部署阶梯。 DRR 检索器 有 110M 个参数，每个工厂的训练时间约为 17 秒；跨株转移到生物学上不同的植物后仍然达到88%，而方法2的静态表无法转移。在包含 60 个问题的反事实基准中，只有方法 3 可以处理有关干预后发生情况的查询：与方法 2 相比 +16.3 个百分点，配对 95% CI [+7.1, +26.4] 个百分点，时间尺度和操作制度类别为 100%。在使用 OpenBookQA 事实语料库的 AI2 Reasoning Challenge (ARC) 中，相同的选择性检索机制达到了 79%，而无约束的 Llama-3.1-8B 为 76%，完全注入为 74%，这是一个 +3 pp 的域外复制，与废水处理特定的结果相悖。我们提供了第一个针对工业因果问题回答的实时工具使用、静态参数注入和学习数值参数检索的单模拟器比较。