Buchumschlag

Towards grounded autonomous research: an end-to-end LLM mini research loop on published computational physics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Huang, Haonan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computational Physics Materials Science Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Experiments to Expertise: Scientific Knowledge Consolidation for AI-Driven Computational Research
von: Huang, Haonan
Veröffentlicht: (2026)

On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization
von: Kulaev, Kirill, et al.
Veröffentlicht: (2025)

Towards autonomous quantum physics research using LLM agents with access to intelligent tools
von: Arlt, Sören, et al.
Veröffentlicht: (2025)

Toward Greater Autonomy in Materials Discovery Agents: Unifying Planning, Physics, and Scientists
von: Zhou, Lianhao, et al.
Veröffentlicht: (2025)

AI-Assisted Rapid Crystal Structure Generation Towards a Target Local Environment
von: Ridwan, Osman Goni, et al.
Veröffentlicht: (2025)

Crystal Fractional Graph Neural Network for Energy Prediction of High-Entropy Alloys
von: Kotama, Takanori, et al.
Veröffentlicht: (2026)

Towards end-to-end ASP computation
von: Sato, Taisuke, et al.
Veröffentlicht: (2023)

Spiers Memorial Lecture: How to do impactful research in artificial intelligence for chemistry and materials science
von: Cheng, Austin, et al.
Veröffentlicht: (2024)

XDXD: End-to-end crystal structure determination with low resolution X-ray diffraction
von: Zhao, Jiale, et al.
Veröffentlicht: (2025)

FunctionalAgent: Towards end-to-end on-top functional design
von: Chen, Yuhao, et al.
Veröffentlicht: (2026)

Jupyter widgets and extensions for education and research in computational physics and chemistry
von: Du, Dou, et al.
Veröffentlicht: (2024)

Inelastic Constitutive Kolmogorov-Arnold Networks: A generalized framework for automated discovery of interpretable inelastic material models
von: Ji, Chenyi, et al.
Veröffentlicht: (2026)

Symmetry-Driven Generation of Crystal Structures from Composition
von: Yin, Shi, et al.
Veröffentlicht: (2026)

AI-ready design of realistic 2D materials and interfaces with Mat3ra-2D
von: Biryukov, Vsevolod, et al.
Veröffentlicht: (2026)

Physics-Informed Long-Range Coulomb Correction for Machine-learning Hamiltonians
von: Zhong, Yang, et al.
Veröffentlicht: (2026)

A self-evolving agent for explainable diagnosis of DFT-experiment band-gap mismatch
von: Li, Yue, et al.
Veröffentlicht: (2026)

Clarifying the Ti-V Phase Diagram Using First-Principles Calculations and Bayesian Learning
von: Miryashkin, Timofei, et al.
Veröffentlicht: (2025)

Open Materials 2024 (OMat24) Inorganic Materials Dataset and Models
von: Barroso-Luque, Luis, et al.
Veröffentlicht: (2024)

Universal Machine Learning Kohn-Sham Hamiltonian for Materials
von: Zhong, Yang, et al.
Veröffentlicht: (2024)

MP-ALOE: An r2SCAN dataset for universal machine learning interatomic potentials
von: Kuner, Matthew C., et al.
Veröffentlicht: (2025)

AI-accelerated Discovery of Altermagnetic Materials
von: Gao, Ze-Feng, et al.
Veröffentlicht: (2023)

Dynamic In-context Learning with Conversational Models for Data Extraction and Materials Property Prediction
von: Ekuma, Chinedu
Veröffentlicht: (2024)

LEAP: A closed-loop framework for perovskite precursor additive discovery
von: Wang, Xin-De, et al.
Veröffentlicht: (2026)

Adaptive AI decision interface for autonomous electronic material discovery
von: Dai, Yahao, et al.
Veröffentlicht: (2025)

Harnessing AtomisticSkills for Agentic Atomistic Research
von: Deng, Bowen, et al.
Veröffentlicht: (2026)

Artificial Intelligence in Materials Science and Engineering: Current Landscape, Key Challenges, and Future Trajectorie
von: Peivaste, Iman, et al.
Veröffentlicht: (2026)

Escaping the Hydrolysis Trap: An Agentic Workflow for Inverse Design of Durable Photocatalytic Covalent Organic Frameworks
von: Peivaste, Iman, et al.
Veröffentlicht: (2026)

Generative Design of Crystal Structures by Point Cloud Representations and Diffusion Model
von: Li, Zhelin, et al.
Veröffentlicht: (2024)

Towards end-to-end LLM-based censoring-aware survival analysis
von: Wei, Yishu, et al.
Veröffentlicht: (2026)

InvDesFlow: An AI-driven materials inverse design workflow to explore possible high-temperature superconductors
von: Han, Xiao-Qi, et al.
Veröffentlicht: (2024)

High-temperature superconductivity in Li$_2$AuH$_6$ mediated by strong electron-phonon coupling under ambient pressure
von: Ouyang, Zhenfeng, et al.
Veröffentlicht: (2025)

Human-AI collaborative autonomous synthesis with pulsed laser deposition for remote epitaxy
von: Haque, Asraful, et al.
Veröffentlicht: (2025)

MatPilot: an LLM-enabled AI Materials Scientist under the Framework of Human-Machine Collaboration
von: Ni, Ziqi, et al.
Veröffentlicht: (2024)

The use of knowledge in open-ended systems
von: Devereaux, Abigail, et al.
Veröffentlicht: (2024)

SToRM: Supervised Token Reduction for Multi-modal LLMs toward efficient end-to-end autonomous driving
von: Kim, Seo Hyun, et al.
Veröffentlicht: (2026)

Multi-task learning for molecular electronic structure approaching coupled-cluster accuracy
von: Tang, Hao, et al.
Veröffentlicht: (2024)

TaCarla: A comprehensive benchmarking dataset for end-to-end autonomous driving
von: Gorgulu, Tugrul, et al.
Veröffentlicht: (2026)

LLM Agents for Knowledge Discovery in Atomic Layer Processing
von: Werbrouck, Andreas, et al.
Veröffentlicht: (2025)

Towards an end-to-end artificial intelligence driven global weather forecasting system
von: Chen, Kun, et al.
Veröffentlicht: (2023)

How scanning probe microscopy can be supported by Artificial Intelligence and quantum computing
von: Pregowska, Agnieszka, et al.
Veröffentlicht: (2024)