德国研究团队证明大模型有望助力粒子加速器的自主调节

1月1日，德国亥姆霍兹协会旗下电子同步加速器研究中心DESY提出使用大型语言模型（LLM）调节粒子加速器的优化方案。粒子加速器在物理发现、癌症研究和材料科学等关键领域发挥着重要作用，然而目前其调节主要依赖人工操作。为了通过自主调节方法提高效率，研究人员探究了当前最先进的LLM在粒子加速器调节任务中的潜力，在实验中对比了14种大模型和4种提示模板，并评估了基于LLM的方法与其他调节算法的性能差距。实验结果表明，性能最佳的LLM提示组合仅实现了平均约50%的归一化光束改进，远低于目前最先进的加速器调节算法并产生了较高的计算成本，但同时更强大的模型通常在加速器调节任务上表现更佳。研究团队指出，虽然目前LLM仍然无法替代最先进的加速器调优算法，但随着LLM领域的快速发展，未来有望加速将自主调节算法部署到日常粒子加速器操作中。相关研究发表在《Science Advances》期刊上。