Naukowcy zaproponowali architekturę łączącą mały model językowo z walidatorem opartym na cyfrowym bliźniaku do sterowania systemami przemysłowymi. Model Qwen2.5-1.5B, wyrównany za pomocą Group Relative Policy Optimization, działa wewnątrz pętli zawierającej agent akcji, warstwę walidacji symbolicznej oraz agenta repromptingującego, który iteracyjnie steruje wynikami modelu ku poprawnym akcjom. Głównym wyzwaniem jest to, że dużej modelach oparte na chmurze są zbyt wolne, nieprzejrzyste lub narażają dane wrażliwe do przesłania poza sieć - szczególnie dla aplikacji działających na krawędzi sieci wymagających natychmiastowej odpowiedzi. W testach symulujących sterowanie termiczną (30 eksperymentów po 500 kroków każdy) system osiągnął 91,5% średnią dokładność wyrównania akcji przy opóźnieniu średnio 3,84 sekundy, a po przebudowaniu symbolicznym utrzymywał 95% współczynnik utrzymywania systemu w zakresie docelowym. Wyniki wskazują, że połączenie małych modeli językowo z walidatorami może być praktycznym podejściem do wdrażania rekonfigurowalnych systemów sterowania autonomicznego bezpośrednio na urządzeniach brzegowych, bez zależności od infrastruktury chmurowej.