Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
LLM-агенты смогли строить отдельную прогнозную модель для нового оборудования вместо переноса одной универсальной модели между машинами. В препринте Zhenling Chen, Zhiguo Zeng и Anne Barros, который не прошёл рецензирование и содержит замеры самих авторов, лучший агент устранил 43% ошибки базового решения, а системы AutoML с автоматическим подбором модели — менее 20%. Для подобных продуктов это сдвигает акцент с выбора готовой архитектуры на способность агента изучить данные конкретного объекта.
Для NextUnit-Bench собрали 24 открытых набора данных и разделили их на 58 вариантов проверки. Агент видел размеченные данные одних двигателей, подшипников, батарей и других объектов, а затем за два часа должен был подготовить исполняемый предиктор для скрытого оборудования. Проверяющая система запускала результат отдельно и не показывала агенту метки или итоговую оценку.
Преимущество возникало не столько при написании кода, сколько при выборе решения по данным. Исследователи записывали найденную схему обычным текстом и передавали другому агенту для реализации с нуля. Когда сильнейший GPT-6 Astra получал план более слабого агента, он опускался до его уровня и нередко выдавал те же прогнозы. Планы, составленные до просмотра значений, почти не давали такого эффекта, а отраслевые наборы инструментов не улучшали результат.
Перенести удачный план смогли только достаточно сильные исполнители. Локальная модель с открытыми весами завершала работу вдвое реже, когда получала планы GPT-6 Astra, и в среднем не выигрывала относительно самостоятельной работы. Поэтому закрытый контур сам по себе не решает задачу: локальному агенту ещё нужна способность надёжно воплотить найденную схему.
Вывод относится к прогнозированию состояния и отказов оборудования, где уже есть размеченные данные других объектов того же типа. Наборы были публичными, и агенты узнавали многие из них по документации; влияние данных обучения полностью исключить нельзя. Полные повторные прогоны сохранили общий порядок методов, но результаты на отдельных наборах менялись заметно.
Источники
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.



