KI und die schwierigen Probleme der Welt · Theoretische Informatik · arXiv · 2026-10-23
Große Sprachmodelle treffen auf Bayessche Optimierung: Auf dem Weg zu selbstentwickelnden drahtlosen digitalen Zwillingen
Originaltitel: Large Language Models Meet Bayesian Optimization: Towards Self-evolving Wireless Digital Twins
Drahtlose digitale Zwillinge stützen sich auf vordefinierte Lern- oder Optimierungsstrukturen, die bei wechselnden Aufgaben und Betriebsbedingungen ungeeignet werden können. Die Autoren kombinieren ein großes Sprachmodell mit Bayesscher Optimierung, wobei BO als stabiles Rückgrat dient, während das LLM anhand der aktuellen Aufgabe und der gesammelten Erfahrung entscheidet, ob seine Komponenten beibehalten oder angepasst werden. In Simulationen zur Entdeckung von Gauß-Prozess-Kernen für ein Strahlauswahlproblem mit mehreren Nutzern verbesserte der vom LLM entdeckte Kern die finale BO-Leistung bei Trainingsaufgaben um 19.7% gegenüber der stärksten Standard-Kernel-Baseline.