轻量化双模型协同智能体MatBrain发布
材料创制是一项涉及多学科知识交叉的复杂系统工程，长期面临研发周期长、试错成本高等挑战。近年来，大语言模型在辅助材料设计与预测方面展现出巨大潜力。 近日，中国科学院深圳先进技术研究院成功打造了面向材料创制的轻量化双模型协同智能体MatBrain。 团队首次提出了“知识+工具”双模型融合的材料创制智能体技术理念，通过自主开发轻量化科学推理模型Mat-R1和工具执行模型Mat-T1，构建了“科学推理—工具执行”双模协同智能体MatBrain。 MatBrain通过有效降低因“低熵知识推理”与“高熵工具执行”冲突引发的“信息熵坍缩”概率，实现了科学知识可靠性与工具探索灵活性的协同统一，在多项材料预测和结构设计任务中，预测准确率相较于主流模型提升66%，并将先进材料智能体的硬件部署成本降低95%以上。 MatBrain自主完成3万个候选晶体结构生成、七级筛选及候选优选，在48小时内获得38个新候选材料并指导实验开展，验证了双模......阅读全文
轻量化双模型协同智能体MatBrain发布
材料创制是一项涉及多学科知识交叉的复杂系统工程，长期面临研发周期长、试错成本高等挑战。近年来，大语言模型在辅助材料设计与预测方面展现出巨大潜力。 近日，中国科学院深圳先进技术研究院成功打造了面向材料创制的轻量化双模型协同智能体MatBrain。 团队首次提出了“知识+工具”双模型融合的材料创
首个材料领域轻量化、双模型协作的智能体发布
随着人工智能技术的发展，科学家们开始研发能够辅助科学研究的大模型，模型越大，能力也就越强，但训练、部署和长期使用的成本也就越高。模型做小了又无法兼顾专业的科学推理和复杂的科研工具调用。那么，能否不依赖单个无所不能的“超级大模型”，而是让多个小模型协同合作获得复杂的科研能力呢？9月10日，中国科学院深