交换 - 相关密度泛函的代理发现

开发准确的交换 - 相关（XC）泛函一直是密度泛函理论的挑战。本文提出了一种代理搜索系统，利用大语言模型基于进化历史提出结构化的泛函形式变更。该系统通过“规划 - 执行 - 总结”的迭代循环，针对热化学数据集优化参数以提升性能。发现的最强泛函 SAFS26-a 比基准提升了约 9%。研究同时警示，若无领域专家设定的显式约束，AI 可能利用非物理捷径操纵基准测试。