TRACE：多目标材料发现的过渡感知残差控制

摘要

arXiv:2608.23631v1 Announce Type: new Abstract: Multi-objective materials discovery with LLM agents is often limited not only by how many candidates can be proposed, but by how effectively each costly...

the property and edits edit TRACE transition materials with LLM

2026-08-26 1 阅读约1分钟阅读 Kang Zhou, Yujia Tong, Yong Tao, Jingling Yuan

arXiv:2608.23631v1 公告类型：新摘要：使用 LLM 代理的多目标材料发现通常不仅受到可以提出的候选数量的限制，还受到每个昂贵的属性评估如何有效地通知下一步搜索的限制。现有的代理主要存储评估的候选人及其分数，因此他们知道哪些材料成功，但不知道哪些可执行编辑导致了有用的属性更改。当目标相互竞争并且改进一个属性的编辑可能会损害另一个属性时，这使得局部细化变得困难。我们提出了 TRACE，一种转换感知的残差控制框架，它将评估的编辑视为反馈的基本单位。 TRACE 将每个局部细化记录为具有观察到的属性增量的父-编辑-子转换，聚合转换证据以估计可重用的编辑效果，并根据未来编辑的预测能力对未来的编辑进行排名，以减少当前候选的剩余约束违规，同时避免损坏已满足的目标。在受控的同骨干比较中，TRACE 比最先进的 LLM 代理基线 LLEMA 有所改进，将宏观平均命中率从 18.13% 提高到 25.96%。

订阅66必读