基于大語言模型的乏燃料后處理脈沖柱萃取過程預測

摘要： 為評估大語言模型（LLM）在輔助乏燃料后處理過程脈沖萃取柱萃取過程中建模與預測的潛力，選取4種主流LLM，設計了5個復雜度遞進的萃取過程案例，通過結構化提示工程獲取模型輸出，并采用3位領域?qū)＜译p盲評估的方式多維度對結果進行量化評分。結果表明，所有LLM在遵循指令方面表現(xiàn)優(yōu)異，但在處理涉及復雜物理化學耦合或信息模糊的診斷性問題時所有模型的表現(xiàn)均顯著下降，分析深度不足，未能精準剖析... （共11頁）