实体
INCARBench
INCARBench
PulseAugur coverage of INCARBench — every cluster mentioning INCARBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
微调后的小型语言模型在 VASP INCAR 生成方面表现优于大型语言模型
研究人员开发了 INCAR-SLM，一个经过微调的小型语言模型 (SLM)，能够根据自然语言请求可靠地生成 VASP INCAR 文件。该模型与名为 VASPGuard 的后处理器配对使用时，在 INCARBench 基准测试中表现明显优于大型通用语言模型，甚至比 GPT-5.4 高出 15.55 分。研究表明，对于这项特定任务，模型大小不如微调和后处理重要，性能在大约数十亿参数时趋于饱和。
-
新基准评估LLM在VASP计算科学配置能力
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。