研究人员推出了INCARBench,一个旨在评估大型语言模型(LLM)在Vienna Ab initio Simulation Package (VASP)科学计算配置能力的基准。该基准包括生成和修复VASP输入配置的任务。对19种不同LLM配置的测试显示,它们的性能存在显著差异,许多模型在语义和策略方面表现出高准确性,但在任务关键的正确性方面遇到困难,尤其是在涉及DFT+U、磁性和关联材料的复杂场景中。 AI
影响 为LLM在科学配置方面建立了可衡量的能力,为计算材料科学中更可靠的AI铺平了道路。
排序理由 该集群包含一篇介绍LLM新评估基准的学术论文。[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 →