論文の概要: Taramandal-GPT: Enhancing Astrodynamics Problem-Solving with Knowledge Retrieval and Structured Thinking

• arxiv url: http://arxiv.org/abs/2609.24246v1
• Date: Mon, 21 Sep 2026 08:11:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.206488
• Title: Taramandal-GPT: Enhancing Astrodynamics Problem-Solving with Knowledge Retrieval and Structured Thinking
• Title（参考訳）: タラマンダルGPT:知識検索と構造化思考による天体力学の問題解決
• Abstract要約: 本稿では,Qwen3-8bのバックボーン上に構築されたドメイン適応フレームワークであるTaramandal-GPT(Constellation-GPT)を紹介する。 Astrodynamics Problems Benchmark (APBench) は、宇宙科学の基礎から高度なレベルへの299の質問のデータセットである。
• 参考スコア（独自算出の注目度）: 0.09558392439655011
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) have shown remarkable progress in natural language understanding, yet their effectiveness in specialized fields like astronomy and astrodynamics remains limited due to challenges in multi-step reasoning, symbolic manipulation, and domain-specific terminology. To address this, we present Taramandal-GPT (Constellation-GPT), a domain-adapted framework built on the Qwen3-8b backbone, enhanced with a Retrieval-Augmented Generation (RAG) pipeline and a fallback mechanism for improved contextual precision. We evaluate it on the Astrodynamics Problems Benchmark (APBench), a dataset of 299 questions covering foundational to advanced levels of space science. Using a dual evaluation method - numeric margin-based scoring and semantic similarity assessment - Taramandal-GPT achieves competitive performance against state-of-the-art open- and closed-source models, with notable strength in thinking-intensive tasks. These results highlight the value of specialized LLMs for domains demanding accuracy and interpretability, positioning Taramandal-GPT as a step toward reliable Artificial Intelligence (AI) assistants for astrophysics, spacecraft engineering, and space exploration.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、自然言語理解において顕著な進歩を見せているが、天文学や天体力学のような専門分野における効果は、多段階の推論、記号操作、ドメイン固有の用語の課題によって制限されている。 そこで我々は,Qwen3-8bのバックボーン上に構築されたドメイン適応フレームワークであるTaramandal-GPT(Constellation-GPT)を提案する。 Astrodynamics Problems Benchmark (APBench) は、宇宙科学の基礎から高度なレベルへの299の質問のデータセットである。 数値マージンに基づくスコアリングとセマンティック類似性評価という2つの評価手法を用いて、Taramandal-GPTは、最先端のオープンソースモデルとクローズドソースモデルとの競合性能を達成し、思考集約的なタスクにおいて顕著な強みを持つ。 これらの結果は、精度と解釈可能性を求める領域のための特殊なLLMの価値を強調し、タラマンダルGPTを天体物理学、宇宙船工学、宇宙探査のための信頼できる人工知能(AI)アシスタントへのステップとして位置づけた。

関連論文リスト

• Evaluating the Alignment Between GeoAI Explanations and Domain Knowledge in Satellite-Based Flood Mapping [5.658491018082432]
  本研究は地球観測のためのGeoAIにおける説明可能性とドメイン知識のギャップを埋めることに寄与する。 提案フレームワークは、ディープラーニングモデルの説明が確立されたリモートセンシング知識とどのように一致しているかを評価するために設計されている。
  論文  参考訳（メタデータ） (2026-04-28T18:41:56Z)
• Can LLMs Do Rocket Science? Exploring the Limits of Complex Reasoning with GTOC 12 [0.1710384116816033]
  LLM(Large Language Models)は、コード生成と一般的な推論において顕著な習熟性を示している。 本研究は、第12回グローバル軌道最適化コンペティション(GTOC 12)に対するAIエージェントの評価により、現在のAIエージェントの限界について検討する。 我々は、MLE-Benchフレームワークを軌道力学の領域に適応させ、AIDEベースのエージェントアーキテクチャをデプロイし、ミッションソリューションを自律的に生成し、洗練する。
  論文  参考訳（メタデータ） (2026-02-03T15:18:26Z)
• Opportunities in AI/ML for the Rubin LSST Dark Energy Science Collaboration [63.61423859450929]
  この白書は、DESCの主要な宇宙探査と横断的分析を通して、AI/MLの現在の状況を調査している。 本研究では,大規模ベイズ推定,物理インフォームド手法,検証フレームワーク,発見のための能動的学習など,主要な方法論研究の優先事項を明らかにする。
  論文  参考訳（メタデータ） (2026-01-20T18:46:42Z)
• ATLAS: A High-Difficulty, Multidisciplinary Benchmark for Frontier Scientific Reasoning [118.46980291324148]
  ATLASは、約800のオリジナルの問題からなる大規模で、高精度で、学際横断的な評価スイートである。 主な特徴は次のとおりである。 テストデータの漏洩を防ぐために新しく作成されたり、実質的に適応されたすべての質問を含む、高いオリジン性と汚染抵抗。 先行モデルに関する予備的な結果は、ATLASが先進的な科学的推論能力の差別化に有効であることを証明している。
  論文  参考訳（メタデータ） (2025-11-18T11:13:06Z)
• A Survey on Post-training of Large Language Models [185.51013463503946]
  大規模言語モデル(LLM)は、自然言語処理を根本的に変革し、会話システムから科学的探索まで、さまざまな領域で欠かせないものにしている。 これらの課題は、制限された推論能力、倫理的不確実性、最適なドメイン固有のパフォーマンスといった欠点に対処するために、先進的な訓練後言語モデル(PoLM)を必要とする。 本稿では,タスク固有の精度を向上するファインチューニング,倫理的コヒーレンスと人間の嗜好との整合性を保証するアライメント,報酬設計の課題によらず多段階の推論を進める推論,統合と適応の5つのパラダイムを体系的に追跡したPoLMの総合的な調査について述べる。
  論文  参考訳（メタデータ） (2025-03-08T05:41:42Z)

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。