仅 22 个训练样本发现新晶体:LLM 提规则+主动学习的 AI4Science 范式
bravo_abad · x · 2026-11-14
Guo 等人展示了一种极低标签成本的晶体发现方法:用 LLM 从 902 篇钙钛矿论文中提取化学规则,化学家将这些规则与自身专长结合,定义出 8 个数值输入特征(描述晶体有机/无机组分的匹配度等性质)。
流程与结果:
- XGBoost 分类器基于这 8 个特征学习,配合主动学习选择下一个实验,大幅降低每次标注成本
- 最终模型仅用 22 个已标注组分训练
- 在 14 个新候选的独立测试中,11 个成功产出目标晶体
核心启示:在扩大训练集之前,先问哪些部分可以用领域知识替代数据——化学先验能把标注需求压缩两个数量级。
「研究」频道最新
- NYU Courant 成立数学与 AI 中心,Bruna 和 Vicol 联合执掌 — kchonyc · 2026-11-14
- mariofilho:基准测试应强制使用帕累托图呈现 — mariofilhoml · 2026-11-14
- MIT 打造 AI「机械师」：可解读并修改其他神经网络的黑箱内部 — marinkazitnik · 2026-11-14
- 仅重接 47 个神经元即可让 Qwen 陷入涌现失对齐并可视化追踪 — maxsloef · 2026-11-14
- Antithesis 苦战 8 年达成 NetHack Ascension：80% 种子 5 分钟内通关 — spikedoanz · 2026-11-14
- 仅 5.46M 参数触觉模型 LingBot-Touch,让机械手穿吸管翻书页 — Puzzleheaded-Buy3008 · 2026-11-14