THPL
针对循环水养殖系统中虹鳟鱼精准投喂的生成式决策框架，通过视觉-语言模型融合鱼群运动学信息与LLM推理能力，实现可解释的自动化投喂决策支持
时间轴 (近 90 天)
THPL是一个针对循环水养殖系统中虹鳟鱼的生成式投喂决策框架，结合连续鱼群运动学信息与大语言模型的推理能力
THPL框架采用三段式技术路线，将从观察鱼群到投喂决策拆解为轨迹到活跃度系数、分层行为编码器、LLM微调三个递进步骤
活跃度系数AC与专家标注的摄食强度之间的Spearman相关系数达到ρ=0.925，p<0.001，呈现统计显著的单调正相关
THPL通过LoRA对大语言模型进行微调，并引入反事实多模态直接偏好优化（counterfactual mDPO）强化模型的因果推理能力
仅使用文本的基线模型决策准确率为33.33%，引入双证据token后准确率提升至93.33%
连续的时空token为大语言模型提供了必要的物理基础，仅靠文字描述不足以支撑投喂决策
THPL的验证结果是在相对受控的实验条件下取得的，能否在实际养殖环境中保持稳健仍有待更大规模长期验证
全部知识事实 (7)
THPL是一个针对循环水养殖系统中虹鳟鱼的生成式投喂决策框架，结合连续鱼群运动学信息与大语言模型的推理能力
50%待验证THPL框架采用三段式技术路线，将从观察鱼群到投喂决策拆解为轨迹到活跃度系数、分层行为编码器、LLM微调三个递进步骤
50%待验证活跃度系数AC与专家标注的摄食强度之间的Spearman相关系数达到ρ=0.925，p<0.001，呈现统计显著的单调正相关
50%待验证THPL通过LoRA对大语言模型进行微调，并引入反事实多模态直接偏好优化（counterfactual mDPO）强化模型的因果推理能力
50%待验证仅使用文本的基线模型决策准确率为33.33%，引入双证据token后准确率提升至93.33%
50%待验证连续的时空token为大语言模型提供了必要的物理基础，仅靠文字描述不足以支撑投喂决策
50%待验证THPL的验证结果是在相对受控的实验条件下取得的，能否在实际养殖环境中保持稳健仍有待更大规模长期验证
50%