Taramandal-GPT：用知识检索与结构化思维提升天体力学问题求解

研究者发布 Taramandal-GPT（Constellation-GPT），基于 Qwen3-8b 主干，结合 RAG 检索流程与回退机制，面向天体力学与空间科学问题求解。团队构建 APBench 基准，含 299 道从基础到进阶的题目，并用数值边际评分与语义相似度双重方法评测。结果显示其在思考密集型任务上表现突出，可与开源及闭源先进模型竞争。

此前 LLM 在 astronomy 与 astrodynamics 等专业领域受限于多步推理、符号运算和术语理解，效果有限。该工作把领域适配、外部知识检索与回退机制组合起来，并给出可复用的 299 题基准与双重评测口径，使专业领域小模型的可用性有了可比较的证据。

机制上以 Qwen3-8b 为底座做领域适配，RAG 在推理时注入天体力学知识以提升上下文精度，回退机制在检索不足或结果不可靠时切换到更保守路径。评测同时用数值边际评分约束符号与计算结果，用语义相似度衡量解释质量，从而区分会算与会说。

对研发而言，该路线说明在专业垂直场景中，中小参数模型加检索与回退，可能比单纯放大模型更可控且成本更低。产品侧可据此设计带引用来源、可解释步骤和失败回退的领域助手，评测需同时覆盖数值正确性与表述一致性。

• 在航天、轨道设计等场景搭建检索增强的领域助手，输出需附带知识来源与计算步骤。
• 复用 APBench 的构建方式，为自有垂直领域建立含数值与语义双评的评测集。
• 为回退机制设计产品化交互，在检索不足时明确提示不确定性而非强行作答。
• 把数值边际评分接入内部模型评测流水线，用于筛选可上线的专业问答能力。

• APBench 的 299 道题是否公开，覆盖范围与难度分布是否经过同行验证。
• 回退机制的触发条件与具体实现细节尚未在证据中说明。
• 与开源及闭源先进模型的对比中，具体指标数值和评测配置未披露。
• 该框架能否迁移到天体力学以外的专业领域尚不清楚。