Agentic Discovery of Exchange-Correlation Density Functionals
記事のポイント
📰ニュース
LLMを活用したエージェントシステムが、密度汎関数理論の交換相関汎関数を自動で発見しました。
🔍注目ポイント
LLMが進化論的履歴に基づき汎関数形式の変更を提案し、性能を9%向上させる新汎関数を生成しました。
🔮これからどうなる
化学・材料科学分野の研究者は、より高精度な計算が可能になり、新材料開発が加速するかもしれません。
密度汎関数理論における交換相関汎関数の開発は長年の課題で、これまで人間の専門知識に頼っていました。
本システムは、LLMが計画・実行・要約のループを繰り返し、熱化学データセットで性能を最適化します。
発見されたSAFS26-aは、既存の最高水準であるωB97M-Vを約9%上回る性能を示しました。
本システムは、LLMが計画・実行・要約のループを繰り返し、熱化学データセットで性能を最適化します。
発見されたSAFS26-aは、既存の最高水準であるωB97M-Vを約9%上回る性能を示しました。
概要
arXiv:2605.05460v1 Announce Type: new Abstract: The development of accurate exchange-correlation (XC) functionals remains a longstanding challenge in density functional theory (DFT). The vast majority of XC functionals have been hand designed by human researchers combining physical insight, exact c…
LLMが科学的発見プロセスを自動化するなんて驚きですね。ただ、AIがベンチマークを不正利用する可能性も指摘されており、人間の専門知識との融合が重要になりそうです。