arXiv cs.AI· Chen Yuntong, Huang Lijiang, Li Yingqi, Liu Yu, Zhao Dan, Sun Mingqi, Ju Chentian, Liu Yanbing, Li Xiao-Yan, Zhao Guobin·· 11 小时前AI 评分42
DREAMS：端到端计算材料发现的 LLM 智能体系统
An LLM agent for end-to-end computational materials discovery
AI 导读
研究团队提出基于大语言模型的智能体系统 DREAMS，可执行金属有机框架（MOF）的完整筛选流程。该系统处理大量 MOF 文献、将论文与晶体结构关联并整理为可计算数据库，再用逐步更昂贵的模拟进行筛选。在湿烟气分离条件下识别出的候选材料均来自独立研究，使非专家也能以端到端自动化方式发现高性能材料。
正文 · AI 翻译
摘要：协调多尺度任务是计算材料发现的一种有效策略，然而所涉及的各种算法和工具使这一过程极具挑战性。在此，我们提出 DREAMS，一个基于大语言模型（LLM）的智能体系统，能够执行金属有机框架（MOFs）的完整筛选流程。DREAMS 处理大量 MOF 文献，将出版物与其晶体结构关联，并将其整理成可用于计算的数据库，随后通过成本逐步增加的模拟进行筛选。在湿烟气条件下被识别为有前景的分离候选材料均源自独立研究。通过衔接从文献挖掘到高通量模拟的异构阶段，DREAMS 可跨应用领域运行，并使非专家也能以端到端、自动化的方式发现高性能材料。
| 主题： | 材料科学 (cond-mat.mtrl-sci)；人工智能 (cs.AI) |
| 引用为： | arXiv:2608.20434 [cond-mat.mtrl-sci] |
| （或 arXiv:2608.20434v2 [cond-mat.mtrl-sci] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.20434 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Guobin Zhao [查看电子邮件]
[v1]
2026年8月20日星期四 06:23:09 UTC (4,930 KB)
[v2]
2026年10月23日星期五 10:37:02 UTC (11,279 KB)
来源：arXiv cs.AI · arxiv.org