Az AutoSAM 100%-os pontossággal generál input fájlokat a SAM kódhoz

A Texas A&M Egyetem és az Argonne National Laboratory kutatói bemutatták az AutoSAM rendszert, amely 100 %-os pontossággal generálja a SAM kód input fájljait. A 25-márciusúra publikált arXiv cikk szerint az AutoSAM egy agentikus keretrendszer, amely a nagy nyelvi modell (LLM) és a multimodális, retrieval-augmentált generáció kombinációját használja a SAM felhasználói útmutató és elméleti kézikönyv alapján. (ArXiv AI)

Miért fontos ez? A reaktor-szimulációk tervezésekor a mérnököknek manuálisan kell a tervezési adatokat – diagramokból, jelentésekből, táblázatokból – kinyerni és a SAM szintaxisához lefordítani. Az AutoSAM automatikusan feldolgozza a PDF-eket, képeket, táblázatokat, majd egy emberi ellenőrizhető köztes ábrázolásban tárolja a szimulációs paramétereket, végül futtatható SAM inputot állít elő.

A technikai részletek: a keretrendszer egy LLM-alapú ügynököt tartalmaz, amely a solver felhasználói kézikönyvéből és elméleti forrásokból származó információkat kinyerő multimodális retrieval pipeline-t használ. A pipeline tudja a szöveg, a vizuális ábrák és a táblázatok közti összefüggéseket felismerni, majd a lekérdezésekre válaszolni.

Az eredmények egy négy lépcsős esetvizsgálaton alapulnak: egy egyszerű, egycső, állandóállapotú modell, egy szilárdüzembeletű csatorna hőreaktivitású visszacsatolással, az Advanced Burner Test Reactor magja, valamint a Molten Salt Reactor Experiment elsődleges körfolyama. Minden esetben a rendszer 100 %-os használatot ért el a struktúrált bemenetekből, 88 %-os PDF-szöveg-kivonást, és 100 %-es geometriai kinyerést.

A jövőben a kutatók a promptalapú reaktormodellezésre tekintenek. A cél, hogy a mérnökök csak a rendszerleírást és a dokumentációt adják meg, míg az ügynök átfogó, átlátható SAM szimulációt hoz létre. A cikkben nem szerepel konkrét idővonal vagy kereskedelmi bevezetés, de a megoldás a laboratóriumi környezetben már demonstrálható, és a következő hónapokban várható a gyakorlati alkalmazás tesztelése.