#闭环控制

Serge Kernbach 发表论文。本研究评估大语言模型(LLM)在复杂生物系统中的应用,从数据分析演进到AI引导的自主实验。框架由49通道植物传感器网络数据驱动,涵盖多光谱、电化学和介电模态。在最少时间模式下,系统将生产周期缩短35%;在能源优化模式下,通过利用光脉冲的生理惯性,降低能源消耗18%。最后,代理自主开发了黑暗诱导叶绿素积累策略,实现67.9%的节能。本框架将LLM转变为数字农业的自主副驾驶,改善成本-价值比,降低计算和专家劳动力约束。

Jutarut Chaoraingern、Akarat Pattaraanuvong、Kantapon Paraksa、Kantiporn Khunthong、Tirawat Nontiwantok、Arjin Numsomran(泰国国王科技大学)发表论文。本研究提出一个集成平台,围绕代理AI咨询管道构建,完全在商用硬件上本地运行。管道通过基于条件的路由、意图分类、多步推理和LLM验证门,将基于RAG的Mistral 7B语言模型与LLaVA 7B视觉语言模型耦合,从对话界面提供上下文感知的文本和图像症状级指导。在Cos生菜测试中,该咨询管道在50个查询中达到82.00%加权准确率,涵盖健康、症状、浇水、害虫、根系健康和生长阶段类别。