摘要
金属有机框架(MOF)拥有巨大的设计空间,计算模拟在预测其结构与理化性质中至关重要。然而,由于可靠分析需要专家在工作流构建、参数选择及工具互操作性等方面做出决策,MOF 模拟难以普及。本文提出 SimMOF,一种基于大语言模型的多智能体框架,可将自然语言查询转化为端到端的自动化模拟工作流。该系统能生成依赖感知的计划、可运行输入,协调多智能体执行模拟,并总结符合用户需求的分析结果,实现了适应性强且认知自主的研究工作流。
AI 推荐理由
论文核心在于将自然语言转化为依赖感知计划,并编排多智能体执行端到端模拟工作流。
研究机构
Department of chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology (KAIST), 291 Daehak-ro, Yuseong-gu, Daejeon 34141, Republic of Korea
论文信息