.png){kind=icon}
返回
TopoMAS: Large Language Model Driven Topological Materials Multi-Agent System
.png){kind=icon}
OA
AI
DOI：10.1002/mgea.70045.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
拓扑材料的发现受到碎片化研究流程的严重阻碍，这些流程导致信息丢失、推理不一致和频繁的计算失败。为克服这些障碍，我们提出TopoMAS，一个通过人机协作智能统一整个发现流程的交互式多智能体框架。TopoMAS无缝集成了自然语言处理、从文献和数据库中检索知识、晶体结构生成和自动第一性原理验证。其核心是一个与自精炼知识图谱耦合的多级推理和协调机制。该架构通过自适应分配任务、监控执行和从失败中恢复来增强查询理解并确保计算鲁棒性。在与人类专家的合作中，TopoMAS加速了候选拓扑相的识别，并成功指导了新材料的发现。基准评估表明，TopoMAS的协同智能使更小、更高效的模型以极小的计算成本媲美甚至超越体量更大的对应模型的表现。最终，TopoMAS不仅为材料研究提供了一个强大的加速器，也为跨学科构建下一代AI增强型发现平台提供了可转移的蓝图。
Keyword:
CATALOG
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
M
IF:
0
论文数:
33
被引数:
0
机构
引用论文
Tunable quantum anomalous Hall effects in ferromagnetic van der Waals heterostructures铁磁范德华异质结构中的可调谐量子反常霍尔效应.png)
NATIONAL SCIENCE REVIEWOAAI
NATIONAL SCIENCE REVIEWIF17.1
OAAI分享收藏Intrinsic and tunable quantum anomalous Hall effect and magnetic topological phases in XYBi2Te5PHYSICAL REVIEW B
OAAI
PHYSICAL REVIEW BIF3.7
OAAI分享收藏Ab-initio simulations of materials using VASP:: Density-functional theory and beyond使用VASP的材料的Ab-initio模拟:: 密度泛函理论和超越OAAI
OAAI分享收藏Commentary: The Materials Project: A materials genome approach to accelerating materials innovation评论: 材料项目: 加速材料创新的材料基因组方法APL MATERIALSOAAI
APL MATERIALSIF4.5
OAAI分享收藏
查看更多内容