利用自主 LLM 研究循环优化专家设计的晶体图网络以预测带隙

从结构预测材料性质是计算材料科学的核心问题。本文在 MatBench 带隙基准上，展示了一个通用编码代理通过自主研究循环，构建了无需外部预训练的最准确模型，超越了十七种专家设计模型。分析表明，代理通过实施已知方法（如边上的元素对特征和晶体空间群嵌入）达成此成就。该工作不仅证明了 LLM 代理自主研究可优化专家设计的机器学习模型，还深入探讨了此类自主研究的局限性。