arXiv cs.MA· Juan B. P\'erez-S\'anchez, Viviana Roman-Ventura, Olalla Nieto-Faza, Aiwei Yin, Al\'an Aspuru-Guzik, Varinia Bernales·· 10 小时前AI 评分31
El Agente Quntur：面向 CASSCF 的智能体活性空间选择
El Agente Quntur: Agentic Active-Space Selection for CASSCF
AI 导读
El Agente Quntur 多智能体框架以 GPT-5.6 Sol 和 GPT-5.6 Terra 为语言模型，在 32 个固定几何构型的单重态激发计算中自主选择并修正 CASSCF 活性空间，相比六种确定性 Active Space Finder 协议将平均绝对误差降低 48%。
正文 · AI 翻译
摘要：多参考计算需要耗费大量时间由专家决定活性空间、态身份和收敛性。本研究探讨智能体能否可靠地做出这些决策。使用 El Agente Quntur 多智能体框架，并以 GPT-5.6 Sol 和 GPT-5.6 Terra 作为其语言模型，智能体研究 32 个固定几何构型的单重态激发，检测缺失的活性轨道，比较激发态，并随着计算进展修正态归属。提示词指定进行等权重双单重态态平均完全活性空间自洽场（CASSCF）计算，随后在 def2-TZVPD 基组下进行强收缩二阶 N 电子价态微扰理论（NEVPT2）计算；智能体选择并优化活性空间。激发能对照在匹配几何构型下已发表的完全活性空间二阶微扰理论（CASPT2）参考值进行评估。与六种确定性活性空间查找协议相比，智能体执行将平均绝对误差降低了 48\%。即使对于同一分子，计算轨迹在运行之间的选择策略和成本上也存在显著差异。这些结果凸显了智能体活性空间选择相对于固定工作流的优势，但仍留有改进空间，可通过运行时感知的决策、减少智能体间通信开销和冗余、更系统地检查态身份以及更清晰的停止准则来提高效率。
| 主题： | 化学物理（physics.chem-ph）；多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.38145 [physics.chem-ph] |
| （或 arXiv:2610.38145v2 [physics.chem-ph] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.38145 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Juan B. Pérez-Sánchez [查看电子邮件]
[v1]
2026年10月28日星期三 01:28:33 UTC（19,022 KB）
[v2]
2026年10月30日星期五 02:16:57 UTC（25,016 KB）
来源：arXiv cs.MA · arxiv.org