SteelAgent：由 LLM 编排、融合物理知识的钢材性能预测，兼具经审查的泛化能力与经校准的不确定性
SteelAgent: LLM-Orchestrated, Physics-Informed Steel Property Prediction with Audited Generalization and Calibrated Uncertainty
精选理由
揭示钢材性能模型跨钢种泛化与不确定性校准的局限，助力更可靠地评估预测和合规性。
AI 摘要
arXiv:2611.06953v1 公告类型：新论文 摘要：钢材性能模型即使对陌生合金的外推能力较差，也可能在随机划分的测试集上表现良好。SteelAgent 将冶金描述符和机器学习模型与语言模型接口相结合，用于性能预测、不确定性报告和逆向设计。我们考察了留出单元的选择如何改变从 SteelBench 抗拉强度评估中得出的结论。对于梯度提升模型，汇总的折外 $R^2$ 从随机划分时的 0.859 降至按钢材族留出时的 0.113。标称覆盖率为 90% 的预测区间，其经验覆盖率从随机划分时的 91.0% 降至按数据来源留出时的 37.6%。物理衍生特征的效果取决于评估方式。在一项涉及 17 个钢材族的留出分析中，这些特征使梯度提升模型的 $R^2$ 提高了 0.2534；而在另一项涉及四种钢材牌号的独立实验室分析中，则使其降低了 0.358。我们报告了组级误差，并通过一项合成数据回归实验，展示校准效果如何在留出组上恶化。这些结果表明，在报告性能估计值或合规评分时，应同时报告评估所针对的总体。