用生成式AI构建聚变能仿真代理模型，提升建模效率与精度。

Case Study: Leveraging GenAI to Build AI-based Surrogates and Regressors for Modeling Radio Frequency Heating in Fusion Energy Science

• 利用生成式AI自动构建仿真模型的代理模型
• 相比人工设计模型，预测精度显著提升
• 适合聚变能源研究中的快速仿真需求

本研究详细探讨了在聚变能科学中使用生成式人工智能（GenAI）开发仿真模型代理模型的方法。研究涵盖方法论、实现过程及结果，重点评估了GenAI在辅助模型构建与优化方面的表现，并将其结果与以往人工构建的模型进行对比。结果显示，基于GenAI的代理模型在建模效率和预测准确性方面均优于传统方法，为复杂物理系统的快速仿真提供了可行路径。

原文摘要 · Abstract (English)

This work presents a detailed case study on using Generative AI (GenAI) to develop AI surrogates for simulation models in fusion energy research. The scope includes the methodology, implementation, and results of using GenAI to assist in model development and optimization, comparing these results with previous manually developed models.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。