論文の概要: What Do CAE Simulation Agents Really Need Beyond a Generic Harness?
- arxiv url: http://arxiv.org/abs/2609.03718v1
- Date: Thu, 03 Sep 2026 11:53:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.047544
- Title: What Do CAE Simulation Agents Really Need Beyond a Generic Harness?
- Title（参考訳）: ジェネリック・ハーネスを超えて、CAEのシミュレーションエージェントは何が必要か?
- Abstract要約: 大規模言語モデル(LLM)エージェントは、自然言語要求を動作シミュレーションに変換することを約束する。
最近のCAEエージェントには、マルチエージェント分解、ドメイン検索、スクリプト化されたリフレクションといったシミュレーション固有の機械が加えられている。
我々は、CAEシミュレーションエージェントがまだジェネリックハーネスを超えて何が必要なのか尋ねる。
- 参考スコア（独自算出の注目度）: 0.6015898117103069
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computer-aided engineering (CAE) simulation is among the largest and most demanding areas of engineering, where setting up a solver such as OpenFOAM, FEniCS, or COMSOL takes real expertise. Large language model (LLM) agents promise to turn a natural-language request into a working simulation, and recent CAE agents add simulation-specific machinery: multi-agent decomposition, domain retrieval, and scripted reflection. That machinery suited weak base models; modern harnesses already supply multi-turn reasoning, tool use, and execution feedback. We ask what a CAE simulation agent still needs beyond a generic harness. With information access and repair budget held fixed, a single-agent harness matches or beats multi-agent specialized systems (FoamBench 96.4\% vs.\ 88.2\%). Ablations trace this to capabilities the harness already provides: execution-feedback repair lifts FoamBench from 71.8\% with no repair round to 96.4\%, while scripted reflection adds nothing. The one input that still helps is domain knowledge supplied as solver tutorials, our largest measured gain (80.9\% to 96.4\%).
- Abstract（参考訳）: コンピュータ支援工学(CAE)シミュレーションは、OpenFOAM、FEniCS、COMSOLなどの解決ツールをセットアップする分野で最大かつ最も要求の多い分野である。
大規模言語モデル(LLM)エージェントは、自然言語要求を動作シミュレーションに変換することを約束し、最近のCAEエージェントは、マルチエージェント分解、ドメイン検索、スクリプト化されたリフレクションという、シミュレーション固有の機械を追加する。
現代のハーネスはすでにマルチターン推論、ツールの使用、実行フィードバックを提供している。
我々は、CAEシミュレーションエージェントがまだジェネリックハーネスを超えて何が必要なのか尋ねる。
情報アクセスと修理予算が固定され、単一エージェントのハーネスが複数エージェントの専門システム(FoamBench 96.4\%対)と一致または打ち負かされる(FoamBench 96.4\%対)。
88.2 %)。
実行フィードバックのリフレクションは、修復ラウンドなしでFoamBenchを71.8\%から96.4\%に引き上げ、スクリプト化されたリフレクションは、何も追加しない。
いまだに有効なインプットは、ソルバチュートリアルとして提供されるドメイン知識であり、最大の測定値(80.9\%から96.4\%)である。
関連論文リスト
- RestoreBench: Can AI Agents Restore Power Flow Convergence? [2.4326395001229053]
非収束パワーフローケースの診断と解決は、有望だがほとんど探索されていないアプリケーションである。
複数のLLMと3つのアーキテクチャにまたがるこれらの機能を評価するベンチマークを導入する。
評価は2つの電力網と1グリッドあたり46ケースをカバーし、それぞれ収束を回復するために1つ以上の補正措置を必要とする。
論文 参考訳（メタデータ） (2026-08-31T21:15:19Z) - Beyond Executable Models: The Pufibara Agent Harness and the Modelica Agent Workflow Benchmark for Physical System Modeling [3.2102307224389484]
物理システムモデリングは、ソフトウェア工学における汎用コード生成とは異なる要件を提示する。
この課題は、モデルが意図した物理や工学的要求に違反しながら、モデルをコンパイルし、シミュレートできる方程式ベースのモデリング言語であるModelicaで研究されている。
提案するエージェントハーネスであるPufibaraは、リビジョン全体にわたって永続的なエンジニアリング状態を維持し、実行シミュレーションの証拠と、それを生成した候補を関連付け、明示的なエージェントアクションを提出する。
論文 参考訳（メタデータ） (2026-08-24T11:50:07Z) - AutoSaddler: Automatic Harness Optimization with Durable Updates from Agent Execution Traces [61.51487329124135]
AutoSaddlerは、オフラインの学習問題として改善を活用するフレームワークである。
ミニバッチからの障害信号を使用して、ハーネスを反復的に更新する。
GAIA2, SWE-Bench Pro, Terminal-Bench 2.0 の実験により, AutoSaddler はエージェント性能を大幅に向上することが示された。
論文 参考訳（メタデータ） (2026-08-24T09:45:08Z) - OdysSim: Building Foundation Models for Human Behavior Simulation [70.35265860287608]
大規模言語モデルは、対話的評価と社会シミュレーションのための人間のシミュレータとして、ますます多くデプロイされている。
しかし、有益性駆動のポストトレーニングは、それらを同質で過度に同意できるアシスタントレジスタへと引き寄せる。
OdysSimは行動基礎モデルに関する最大のオープン・システマティック・リサーチである。
論文 参考訳（メタデータ） (2026-06-12T07:31:55Z) - Bayesian-Agent: Posterior-Guided Skill Evolution for LLM Agent Harnesses [30.457068495035386]
textbfBayesianAgentは、再利用可能なスキルとSOPを、特定のプロンプト、コンテキスト、利用環境下で凍結モデルが成功するかどうかの仮説として扱う。
ベイジアン=アジェントの記録は、軌道証拠を検証し、各技術に対して特徴条件付きカテゴリー後部を維持し、後方状態をパッチ、分割、圧縮、引退、探索のような検査可能な行動にマッピングする。
論文 参考訳（メタデータ） (2026-06-06T21:40:19Z) - SIA: Self Improving AI with Harness & Weight Updates [0.0]
人間はAIの構築と改善のボトルネックです。
言語モデルエージェントがハーネスとタスク固有のエージェントの重みを更新する自己改善ループであるSIAを提案する。
論文 参考訳（メタデータ） (2026-05-26T16:55:46Z) - AgentArk: Distilling Multi-Agent Intelligence into a Single LLM Agent [57.10083973844841]
AgentArkは、マルチエージェントダイナミクスを単一のモデルの重みに蒸留する新しいフレームワークである。
各種モデル,タスク,スケーリング,シナリオの3つの階層的蒸留戦略について検討する。
シミュレーションからトレーニングへ計算の負担をシフトさせることで、蒸留されたモデルは、複数のエージェントの強い推論と自己補正性能を示しながら、一つのエージェントの効率を保ちます。
論文 参考訳（メタデータ） (2026-02-03T19:18:28Z) - GENIUS: An Agentic AI Framework for Autonomous Design and Execution of Simulation Protocols [32.505127447635864]
GENIUSは、スマート量子ESPRESSO知識グラフと有限状態エラー回復マシンによって管理される大規模言語モデルの階層構造を融合するAIエージェントワークフローである。
GENIUSは、フリーフォームの人為的なプロンプトを検証済みの入力ファイルに変換し、295の多様なベンチマークの80%の$approxで実行し、76%が自律的に修復され、成功は指数関数的に7%のベースラインに崩壊する。
このフレームワークは、プロトコル生成、検証、修復をインテリジェントに自動化して電子構造DFTシミュレーションを民主化し、大規模なスクリーニングとICME設計ループを世界中の学界や業界に開放する。
論文 参考訳（メタデータ） (2025-12-06T11:28:35Z) - Reinforcement Learning for Machine Learning Engineering Agents [52.03168614623642]
強化学習によって改善される弱いモデルによって支援されるエージェントは、はるかに大きいが静的モデルによって支援されるエージェントよりも優れていることを示す。
分散非同期RLフレームワークにおいて,高コストかつ高利回りな動作を増幅するための時間依存性の勾配更新を提案する。
また,早期に失敗するプログラムとほぼ正しくないプログラムを区別し,部分クレジットを提供する環境機器を提案する。
論文 参考訳（メタデータ） (2025-09-01T18:04:10Z) - AegisLLM: Scaling Agentic Systems for Self-Reflective Defense in LLM Security [74.22452069013289]
AegisLLMは、敵の攻撃や情報漏洩に対する協調的なマルチエージェント防御である。
テスト時のエージェント推論システムのスケーリングは,モデルの有用性を損なうことなく,ロバスト性を大幅に向上させることを示す。
アンラーニングやジェイルブレイクを含む主要な脅威シナリオに対する総合的な評価は、AegisLLMの有効性を示している。
論文 参考訳（メタデータ） (2025-04-29T17:36:05Z) - MICE for CATs: Model-Internal Confidence Estimation for Calibrating Agents with Tools [54.63478102768333]
十分に校正されたモデル信頼度は、潜在的な行動の報酬に対するリスクを測るために使用することができる。
本稿では,ツール呼び出し時の信頼度を評価するために,モデル内信頼度推定器(MICE)の新たなクラスを提案する。
論文 参考訳（メタデータ） (2025-04-28T18:06:38Z) - MooseAgent: A LLM Based Multi-agent Framework for Automating Moose Simulation [1.951051209076837]
本稿では,マルチ物理シミュレーションフレームワークMOOSEのための自動解法フレームワークMooseAgentを提案する。
MooseAgentは、大規模事前訓練言語モデル(LLM)とマルチエージェントシステムを組み合わせる。
その結果,MooseAgentはMOOSEシミュレーションプロセスをある程度自動化できることがわかった。
論文 参考訳（メタデータ） (2025-04-11T15:25:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。