研究人员开发了AbsorbEvo,一个用于微波吸收体自主逆向设计的代理框架。该系统将自然语言性能目标转化为设计,然后通过全波仿真进行验证。AbsorbEvo集成了语言推理、基于物理的预测和历史反馈,使用大型语言模型来指导参数调整。该框架在留存基准测试中表现出79.17%的任务成功率,显著优于通用代理和随机搜索。 AI
影响 该框架通过实现自然语言驱动的优化,有望加速专用材料的设计过程。
排序理由 这是一篇详细介绍针对特定科学设计问题的 novel AI 框架的研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →