IA e os Problemas Difíceis do Mundo · Ciência da computação teórica · arXiv · 2026-10-23
Modelos de linguagem de grande porte encontram a otimização bayesiana: rumo a gêmeos digitais sem fio autoevolutivos
Título original: Large Language Models Meet Bayesian Optimization: Towards Self-evolving Wireless Digital Twins
Os gêmeos digitais sem fio dependem de estruturas de aprendizado ou otimização predefinidas, que podem se tornar inadequadas à medida que as tarefas e as condições de operação mudam. Os autores combinam um modelo de linguagem de grande porte com otimização bayesiana, usando a OB como uma base estável enquanto o LLM decide se mantém ou adapta seus componentes com base na tarefa atual e na experiência acumulada. Em simulações de descoberta de kernel de processo gaussiano para um problema de seleção de feixe com vários usuários, o kernel descoberto pelo LLM melhorou o desempenho final da OB em 19,7% nas tarefas de treinamento em relação à linha de base de kernel padrão mais forte.