物理学 > 物理与社会
[提交于 2024年11月10日
]
标题: MatPilot:一个人机协作框架下的LLM赋能AI材料科学家
标题: MatPilot: an LLM-enabled AI Materials Scientist under the Framework of Human-Machine Collaboration
摘要: 人工智能,尤其是大型语言模型的快速发展,为材料科学研究带来了前所未有的机遇。 我们提出了一个名为MatPilot的人工智能材料科学家,并对其进行了开发,该系统在新材料发现方面表现出令人鼓舞的能力。 MatPilot的核心优势在于其自然语言交互式的人机协作,通过多智能体系统增强了人类科学家团队的研究能力。 MatPilot将人类的独特认知能力、丰富的累积经验以及持续的好奇心与人工智能代理的高级抽象、复杂知识存储和高维信息处理能力相结合。 它可以生成科学假设和实验方案,并利用预测模型和优化算法驱动自动化实验平台进行实验。 事实证明,我们的系统展示了高效的验证、持续学习和迭代优化的能力。
当前浏览上下文:
physics.soc-ph
切换浏览方式为:
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.