中国科学院计算机网络信息中心等团队 | TopoMAS：大语言模型驱动的拓扑材料多智能体系统

本文提出TopoMAS（Topological Materials Multi-Agent System），一种大语言模型驱动的拓扑材料多智能体系统，旨在解决传统拓扑材料发现流程中数据检索、理论分析、第一性原理计算与拓扑验证等环节割裂导致的信息丢失和推理不一致问题。研究背景是拓扑材料在量子计算和自旋电子学等领域的重要价值，以及现有流程缺乏统一协作机制的局限。研究目的是构建一个覆盖“检索、推理、生成、计算、验证、反馈”全流程的交互式智能框架，将自然语言理解、文献与数据库检索、晶体结构生成及自动化第一性原理验证统一到人机协同闭环中。系统以分层多智能体架构为核心，结合自我更新的拓扑材料知识图谱，通过任务分解、工具调用、执行监控和故障恢复提升复杂科研问题的处理可靠性。结论表明，TopoMAS能使较小规模的大语言模型在多类材料任务中达到接近甚至优于更大模型的性能，并以更低成本支持实时交互式材料发现，为拓扑材料研究提供了高效智能平台，也为跨学科科学发现中的AI增强闭环范式提供了可迁移样板。