ADSD: marco para mejorar resolvers numéricos mediante diagnóstico automático

Fuentes: ADSD: Framework for Improving Numerical Solvers via Auto-Diagnosis

El marco Auto-Diagnosis and Skill Discovery (ADSD) representa un avance significativo en la automatización de la mejora de resolvers numéricos, superando la limitación de que la generación de código no garantiza la optimización de los algoritmos subyacentes. A diferencia de los métodos tradicionales que dependen de la retroalimentación de ejecución para detectar errores, ADSD adopta un paradigma de diagnóstico primero: explica la causa raíz del bajo rendimiento antes de guiar la descubrimiento de métodos numéricos adecuados. Este enfoque transforma la mejora de resolvers de un proceso de prueba y error en un flujo estructurado de diagnóstico, descubrimiento e implementación. El sistema empaqueta el conocimiento adquirido en habilidades reutilizables, permitiendo a los agentes de IA aprender y aplicar soluciones específicas para dominios complejos. En cuatro áreas desafiantes, incluyendo el flujo de potencia eléctrica, el control óptimo de flujo de potencia en corriente alterna, ecuaciones diferenciales ordinarias rígidas y ecuaciones en derivadas parciales de difusión heterogéneas, ADSD ha demostrado consistentemente mejoras en precisión, robustez y eficiencia. Un caso destacado es la reducción del error medio del resolvers en el flujo de potencia GOC-500, donde se logró una mejora de casi 71 veces. Estas mejoras no solo son locales, sino que se transfieren a topologías de red no vistas y regímenes operativos distintos, lo que valida la capacidad del marco para generalizar conocimientos técnicos a entornos de ingeniería real.