輕量化雙模型協同智能體MatBrain發布
材料創制是一項涉及多學科知識交叉的復雜系統工程,長期面臨研發周期長、試錯成本高等挑戰。近年來,大語言模型在輔助材料設計與預測方面展現出巨大潛力。 近日,中國科學院深圳先進技術研究院成功打造了面向材料創制的輕量化雙模型協同智能體MatBrain。 團隊首次提出了“知識+工具”雙模型融合的材料創制智能體技術理念,通過自主開發輕量化科學推理模型Mat-R1和工具執行模型Mat-T1,構建了“科學推理—工具執行”雙模協同智能體MatBrain。 MatBrain通過有效降低因“低熵知識推理”與“高熵工具執行”沖突引發的“信息熵坍縮”概率,實現了科學知識可靠性與工具探索靈活性的協同統一,在多項材料預測和結構設計任務中,預測準確率相較于主流模型提升66%,并將先進材料智能體的硬件部署成本降低95%以上。 MatBrain自主完成3萬個候選晶體結構生成、七級篩選及候選優選,在48小時內獲得38個新候選材料并指導實驗開展,驗證了雙模......閱讀全文
輕量化雙模型協同智能體MatBrain發布
材料創制是一項涉及多學科知識交叉的復雜系統工程,長期面臨研發周期長、試錯成本高等挑戰。近年來,大語言模型在輔助材料設計與預測方面展現出巨大潛力。 近日,中國科學院深圳先進技術研究院成功打造了面向材料創制的輕量化雙模型協同智能體MatBrain。 團隊首次提出了“知識+工具”雙模型融合的材料創
首個材料領域輕量化、雙模型協作的智能體發布
隨著人工智能技術的發展,科學家們開始研發能夠輔助科學研究的大模型,模型越大,能力也就越強,但訓練、部署和長期使用的成本也就越高。模型做小了又無法兼顧專業的科學推理和復雜的科研工具調用。那么,能否不依賴單個無所不能的“超級大模型”,而是讓多個小模型協同合作獲得復雜的科研能力呢?9月10日,中國科學院深