MOOSEnger 用仿真感知智能体框架把 MOOSE 输入的可执行成功率从 5% 提升到 89.5%
MOOSEnger 是一个面向多物理场面向对象仿真环境(MOOSE)生态的建模与仿真 AI 智能体框架,其仿真感知 harness 将可替换的推理模型与领域知识检索、HIT 感知解析、语法元数据、语言服务器诊断、修订受控写作以及本地或 MCP 支持的验证与执行结合为“生成—检查—修复—运行”流程;在覆盖八个仿真族的 200 条提示上,可执行成功率由 10/200(5%)提升至 179/200(89.5%,GPT 5.2 API),并在 Gemma 4 31B 上由 0/200 提升至 153/200(76.5%);在十例制造解法(Method of Manufactured Solutions)基准上,全部十个生成输入满足语义对齐判据,其中