arXiv cs.AI· Zachary W. Gomez, Nathan Bittner, Jordan T. McCourt, Qingrui Cao, Sandesh S. Kalantre, Benjamin H. Alexander, Zhiren Zheng, Kenji Watanabe, Takashi Taniguchi, Aaron Sharpe·· 13 小时前AI 评分48
HERA：评估用于量子器件测量的自主智能体
HERA: Assessing an Autonomous Agent for Quantum Device Measurement
AI 导读
研究团队提出自主智能体 HERA，用于执行量子器件的低温输运测量，其结论在两台多层石墨烯器件的堆叠顺序判断上与专家密封结论一致。知识库消融与数百次离线回放显示，接入实验室知识库后各模型设计的测量方案更优、推理更严谨。HERA 还在数小时专家工作开发新协议后，自主完成另一材料体系的超导性发现与表征。
正文 · AI 翻译
摘要：大语言模型智能体已开始执行实验室测量，但只有当其科学结论经得起推敲时，这些结论才有用。要证明这一点，需要开展对照研究，因为模型具有随机性，且模型所获得的上下文会影响其结论。在此，我们推出 HERA，这是一个旨在对量子器件执行低温输运测量的自主智能体。HERA 依托由实验室成员整理的知识库，其中包含测量协议、软件工具和文献参考。我们通过一项盲法试验，将 HERA 与一位专家在两个多层石墨烯器件堆叠顺序上的判断进行对比，并对其知识库进行了消融实验，还开展了数百次离线重放，其中模型在不实际运行的情况下设计试验的核心测量。HERA 的结论在两个受测器件上均与专家封存的结论一致。消融实验和重放研究测量了知识库在不同模型上的影响，结果表明，有了该知识库，每个模型都能设计出更好的测量方案，推理也更加严谨。为测试 HERA 扩展到新问题的难易程度，我们让它在一个不同的材料体系中寻找并表征超导性。这需要专家花费数小时开发新的实验协议，之后 HERA 自主完成了这两项工作。这些结果表明，借助为任务设计的知识库，大语言模型智能体能够开展严谨的实验科学。
| 评论： | 16 页，5 幅图，另加补充信息（7 幅图，6 张表）；数据和代码见 此 https URL 和 此 https URL |
| 主题： | 介观与纳米尺度物理（cond-mat.mes-hall）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.39074 [cond-mat.mes-hall] |
| （或 arXiv:2610.39074v1 [cond-mat.mes-hall] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39074 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zachary Gomez [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 00:08:00 UTC（14,856 KB）
来源：arXiv cs.AI · arxiv.org