故障診斷

深度分析

「Onnes」物理驅動數位雙生結合多代理 LLM，提升量子電腦冷卻系統故障診斷精度

Onnes 以實體稀釋冷卻機的物理模型與真實藍福藍圖噪聲指紋結合，打造可產生真實遙測資料的數位雙生模擬器。透過五角色 LLM 代理層，加入對比式少樣本示例與自洽投票，將零樣本的冷凍故障分類準確率從 0.685 提升至 0.990，與監督式機器學習模型（0.985）相當。