L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-23
Les grands modèles de langage rencontrent l'optimisation bayésienne : vers des jumeaux numériques sans fil auto-évolutifs
Titre original: Large Language Models Meet Bayesian Optimization: Towards Self-evolving Wireless Digital Twins
Les jumeaux numériques sans fil reposent sur des structures d'apprentissage ou d'optimisation prédéfinies, qui peuvent devenir inadaptées lorsque les tâches et les conditions de fonctionnement évoluent. Les auteurs combinent un grand modèle de langage avec l'optimisation bayésienne, en utilisant cette dernière comme socle stable tandis que le LLM décide de conserver ou d'adapter ses composants en fonction de la tâche courante et de l'expérience accumulée. Dans des simulations de découverte de noyaux de processus gaussien pour un problème de sélection de faisceaux multi-utilisateurs, le noyau découvert par le LLM a amélioré de 19,7 % la performance finale de l'optimisation bayésienne sur les tâches d'entraînement par rapport à la meilleure référence à noyau standard.