LLM智能体利用仿真模型执行受控实验

大语言模型（LLM）在推理、规划和工具使用上展现出强大能力，但许多科学与工程任务需要的远不止看似合理的文本和代码生成。它们需要理解系统对干预如何响应，而这在实践中依赖受控实验。在这项工作中，我们提出一个多智能体框架，使LLM智能体能够利用科学仿真模型开展受控实验，用于制药工艺设计。给定用户查询和基线配置，系统构建结构化任务表示，设计实验，执行对比仿真，解读结果，并为工艺参数优化综合出有证据支撑的建议。通过把语言模型与高保真仿真模型耦合在交互式智能体框架中，所提出的系统支持通过干预、比较和观察进行的推理。因此，它比纯语言推理产出更具体、更可操作的输出。在工业应用场景中，这一优势体现为更高的输出具体性以及用户评定的更高正确性与有用性。消融研究与可视化案例分析进一步证明了仿真集成实验推理的有效性与实用价值。