智能体系统在声学任务中的实测评估

论文实测智能体在声学故障检测与超材料设计中的表现。

资讯摘要

论文评估大语言模型智能体在两项声学任务中的表现：在车内录音故障检测与定位任务中，智能体达到接近完美的准确率，基准测试显示弱模型构成无法靠框架设计弥补的上限，设计选择只有在模型足够强时才起作用；在超材料单元胞设计案例中，智能体可稳定找到在指定频段满足插入损耗要求的设计。作者希望借此说明智能体各组成部分的贡献及面向声学任务的设计方法。

要点速读

1. 车内录音故障检测与定位任务中，智能体准确率接近完美。
2. 基准测试显示弱模型设定了框架设计无法突破的上限，设计选择仅在模型足够强时生效。
3. 超材料单元胞设计案例中，智能体可靠找到满足指定频段插入损耗要求的设计。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。