研究人员开发了一种使用大型语言模型 (LLM) 代理从粉末 X 射线衍射 (pXRD) 数据确定晶体结构的新方法。该方法将问题表述为可验证的代理搜索,其中通过模拟的轮廓匹配和结构匹配来评估候选结构。引入了一个新的基准 pXRD-Bench 来评估模拟问题的进展,结果表明代理适应性将结构恢复率从 27% 提高到 69%。该系统通过一个反射进化框架进一步扩展到实验多相 pXRD,该框架从合成数据中学习,以改进对未知实验样品的代理表征。 AI
影响 这项研究展示了 LLM 代理如何应用于复杂的科学问题,有可能加速材料的发现和表征。
排序理由 该集群包含一篇详细介绍科学问题新方法和基准的学术论文。[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 →