中科大 胡伟MGE Adv.：桥接语言模型与计算材料科学——基于提示驱动的材料性能预测框架

本文提出了一种名为MatAgent的人工智能代理框架，旨在解决大语言模型（LLMs）在材料科学领域应用中的挑战，如领域知识缺失和动态推理能力不足。MatAgent通过结合第一性原理计算工具和大语言模型的推理能力，实现了无需预定义输入结构的材料性能高效预测。该框架采用了多类别集成提示策略，将化学知识动态融入LLM推理过程，并开发了结构生成工具和FP预测工具，实现了从结构获取到量子力学计算的全链条自动化。初步评价表明，MatAgent在预测精度和效率上均有显著提高，为材料科学领域的研究提供了新的解决方案。