論文の概要: A Case-Bundle Operating Model for Coding Agents in OpenFOAM-Based CFD
- arxiv url: http://arxiv.org/abs/2609.11941v1
- Date: Wed, 15 Jul 2026 04:53:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.497122
- Title: A Case-Bundle Operating Model for Coding Agents in OpenFOAM-Based CFD
- Title（参考訳）: OpenFOAMベースのCFDにおける符号化エージェントのケース境界動作モデル
- Abstract要約: 汎用コーディングエージェントは、計算流体力学(CFD)のケースを設定し、ソルバを実行し、リモートジョブを管理することができる。
2つのモードを持つケースバンドルオペレーティングモデルを提案する。
ビルドは、エンジニアリングレビューの下でエージェント支援ケース開発をサポートする。
Replayは新しい変種にレビューされたケースを適用します。
結果は、レビューされたケースバンドルが、定期的な実行とエンジニアリング判断に異なる役割を持つ、バウンダリされた再利用可能な自動化をサポートする方法を示している。
- 参考スコア（独自算出の注目度）: 10.78640282324904
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: General-purpose coding agents can set up computational fluid dynamics (CFD) cases, execute solvers, and manage remote jobs. Reviewable and reusable work additionally depends on persistent engineering context and evidence. We present a case-bundle operating model with two modes. Build supports agent-assisted case development under engineering review. Replay applies a reviewed case to new variants. We used this model in an OpenFOAM-7 interFoam study for screening injector designs. GPT-5.5 in Codex helped develop a case bundle containing the simulation configuration, geometry-processing and meshing procedures, remote-execution scripts, post-processing code, and review records. The bundle was replayed to execute and post-process 140 Stereolithography (STL) geometry variants on a remote high-performance computing system. A separate replay exercise used the Pi coding agent as the runtime with four different LLM backends. All four runs succeeded and produced verified results. Tool use and token consumption varied across runs. The results show how reviewed case bundles can support bounded, reusable automation with distinct roles for routine execution and engineering judgment.
- Abstract（参考訳）: 汎用コーディングエージェントは、計算流体力学(CFD)のケースを設定し、ソルバを実行し、リモートジョブを管理することができる。
レビュー可能な再利用可能な作業は、永続的なエンジニアリングコンテキストとエビデンスにも依存する。
2つのモードを持つケースバンドルオペレーティングモデルを提案する。
ビルドは、エンジニアリングレビューの下でエージェント支援ケース開発をサポートする。
Replayは新しい変種にレビューされたケースを適用します。
我々はこのモデルを OpenFOAM-7 InterFoam study でインジェクタ設計のスクリーニングに使用した。
CodexのGPT-5.5は、シミュレーション設定、幾何処理とメッシュ処理手順、リモート実行スクリプト、後処理コード、レビューレコードを含むケースバンドルの開発を支援した。
このバンドルは、リモートの高性能コンピュータシステム上で140ステレオグラフィー(STL)の幾何学的変種を実行するためにリプレイされた。
別々のリプレイ演習では、Piコーディングエージェントを4つの異なるLLMバックエンドを持つランタイムとして使用した。
4回とも成功し、検証結果が得られた。
ツールの使用とトークンの消費は、実行毎に異なります。
結果は、レビューされたケースバンドルが、定期的な実行とエンジニアリング判断に異なる役割を持つ、バウンダリされた再利用可能な自動化をサポートする方法を示している。
関連論文リスト
- RecreationWorld: Scalable and Verifiable Environments for Hybrid Computer-Use Agents [53.51359930826217]
真のデジタルワークには、端から端まで積み重ねるのではなく、両方をインターリーブする必要があります。
インターフェースを探索し、ソフトウェアを実装し、それらのアーティファクトを実行し、視覚的に検証するタイミングを自律的に決定するハイブリッドCUAについて研究する。
レクリエーションを中心に構築された5プラットフォームフレームワークであるRecreationWorldを紹介します。
論文 参考訳（メタデータ） (2026-09-18T17:00:56Z) - 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) - AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design [27.154390712714264]
我々は,折りたたみモデル開発を,実行可能なコードバリアントに対するクローズドループ検索として定式化するフレームワークであるAgentFoldを提案する。
一致した計算予算の下で、AgentFoldは、独立したCodex提案よりも最高のlDDTを7.5%改善する。
結果として生じる介入の痕跡は、反復的な経験的デザインパターンを示す。
論文 参考訳（メタデータ） (2026-08-27T07:38:16Z) - AMTFV: Agentic Mathematical Tool-Flow Verification for LLM Self-Correction [58.27846292449026]
大規模言語モデルは強力な数学的問題解決能力を示してきたが、その答えを確実に検証することは依然として困難である。
本稿では,具体的な実行から検証モデリングを分離するAMTFV(Agentic Mathematical Tool-Flow Verification)を提案する。
AMTFVをDeepSeek, GPT, Geminiの7つのモデル構成を持つ難解な数学的推論データセットで評価した。
論文 参考訳（メタデータ） (2026-07-31T15:42:00Z) - Automating the Design of Embodied Agent Architectures [17.294577626616917]
エージェントは一般的に、知覚、記憶、計画、行動モジュールのハンドデザインされた構成として構築される。
本研究では,エミュレータを編集可能なノード・アンド・ワイヤプログラムとしてホストし,シミュレータを意識した実行とエピソードレベルのログを生成する型グラフランタイムを提案する。
視覚言語ナビゲーション,具体的質問応答,言語条件の操作にまたがる4つの実施者を対象に,AASの3つの変種を評価した。
論文 参考訳（メタデータ） (2026-06-29T10:45:37Z) - ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。
我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。
分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
論文 参考訳（メタデータ） (2025-05-29T17:59:38Z) - MLAgentBench: Evaluating Language Agents on Machine Learning Experimentation [96.71370747681078]
我々は,CIFAR-10におけるモデル性能の改善から,BabyLMのような最近の研究課題まで,13のタスクからなるMLAgentBenchを紹介した。
各タスクに対して、エージェントはファイルの読み書き、コードの実行、出力の検査などのアクションを実行することができる。
我々は、Claude v1.0、Claude v2.1、Claude v3 Opus、GPT-4、GPT-4-turbo、Gemini-Pro、Mixtralに基づいてベンチマークエージェントをベンチマークし、Claude v3 Opusエージェントが成功率の点で最高であることを示す。
論文 参考訳（メタデータ） (2023-10-05T04:06:12Z)
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。