Science子刊 | GPT4、Llama等LLM可以调节粒子加速器？仅50%性能优化，未来可期

编辑 | 萝卜皮

粒子加速器的自主调节是一个活跃且具有挑战性的研究领域，其目标是实现先进的加速器技术和尖端的高影响力应用，例如物理发现、癌症研究和材料科学。但是，自主加速器调节仍然严重依赖经验丰富的熟练操作员的手动操作。

德国亥姆霍兹协会旗下 DESY（Deutsches Elektronen Synchrotron）的研究人员建议使用大型语言模型（LLM）来调整粒子加速器。

该团队通过一个原理验证示例展示了 LLM 仅根据操作员的自然语言提示来调整加速器子系统的能力，并将其性能与当前最先进的优化算法，如贝叶斯优化（BO）和强化学习训练优化（RLO），进行了比较。

LLM 可以对非线性现实目标进行数值优化，未来有望帮助加速将自主调谐算法部署到日常粒子加速器操作中。

该研究以「 Large language models for human-machine collaborative particle accelerator tuning through natural language」为题，于 2025 年 1 月 1 日发布在《 Science Advances》。