LEAP闭环框架用于钙钛矿前驱体添加剂发现
热点事件持续更新
LEAP闭环框架用于钙钛矿前驱体添加剂发现
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Xin-De Wang等作者提出LEAP闭环框架,将领域专用语言模型与主动学习结合,在低数据条件下优先筛选钙钛矿前驱体添加剂。模型从文献提取机理知识并转为可解释分子描述符,用于不确定性感知的贝叶斯优化;作者称在未见文献评测中,其机理一致性优于所测试的通用模型。 专家引导的概念验证中,两个后期轮次添加剂将器件平均光电转换效率提升至20.13%和20.87%(对照组19.25%),最佳器件达21.32%。作者同时说明,由于前瞻性测试的候选物数量有限,这些结果只是初步证据,表明基于文献的分子表示、贝叶斯优化与专家评估可支持钙钛矿太阳能电池的添加剂发现。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
LEAP:LLM 驱动的钙钛矿前驱体添加剂闭环发现框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AILEAP:LLM 驱动的钙钛矿前驱体添加剂闭环发现框架
LEAP 是一个结合领域专用语言模型与主动学习的闭环框架,可在低数据条件下优先筛选钙钛矿前驱体添加剂。模型从文献提取机理知识并转为可解释分子描述符,用于不确定性感知的贝叶斯优化;在未见文献评测中,其机理一致性优于所测试的通用模型。专家引导的概念验证中,两个后期轮次添加剂将器件平均光电转换效率提升至 20.13% 和 20.87%(对照组 19.25%),最佳器件达 21.32%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。