MLIPilot：基于大语言模型的机器学习原子间势自动研究框架

arXiv 2026 71.9 method

TLDR

MLIPilot利用LLM代理通过假设提出、代码编辑和HPC作业管理自主优化机器学习原子间势。

评分理由

The paper presents a novel framework integrating LLMs with domain-specific constraints for automated MLIP development, with strong empirical evaluation across multiple LLMs and datasets. However, the abstract lacks details on limitations, such as generalizability beyond MLIPs or potential failure modes.

Read-first 评分解释

综合优先阅读分 71.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 78。

方法质量 25%

100

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、基准、数据集、评估、实验、结果、验证

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

主题相关性 42%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：17。

关键词评分

automated scientific discovery

autonomous research agent

automated research

scientific discovery agent

AI scientist

automated experimentation

AI for scientific research

research automation

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

MLIPilot：一个自动研究框架，其中工具调用型LLM代理提出假设、编辑MLIP训练代码、启动HPC作业，并使用固定的、受物理约束的评分卡接受或撤销更改。

方法

MLIPilot使用工具调用型LLM代理（GPT-5.5、GPT-4.1、Mistral-24B、Qwen3-32B）通过编辑代码、提交HPC作业并依据受物理约束的评分卡进行评估，迭代优化MACE原子间势。评估在QM7衍生分子数据集（B3LYP/6-31G(d)能量和力）和Cu EMT周期数据集（ASE有效介质理论标签）上进行。

关键结果

最强的LLM代理通过自主发现训练策略（如输出归一化、损失函数更改、渐进训练计划和模型容量调整），将最初违反约束的基线转变为可接受的模型。

技术栈

MACEASEHPCLLM agents (GPT-5.5, GPT-4.1, Mistral-24B, Qwen3-32B)

资源

论文