材料发现研究:数据库数量或降低效率
热点事件持续更新
材料发现研究:数据库数量或降低效率
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026 年 11 月 2 日,研究人员 Kinston Ackolf 发布 arXiv 论文《Organizational Learning in Materials Discovery Campaigns》。该研究聚焦材料发现过程中的组织学习机制,考察不同数据库、计算资源及智能体团队的价值。 研究数据显示,增加数据库数量可能降低材料发现效率。以带隙战役为例,在预算期前段,合并 7 个源的排名效果(秩相关 0.737)劣于最优 3 源池(0.851)。此外,语言模型智能体团队表现低于随机选择基准,其均值 0.876,标准差 0.096,基于 20 次搜索结果得出。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
材料发现中的组织学习:哪些数据库、计算和智能体团队更有价值报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · ML材料发现中的组织学习:哪些数据库、计算和智能体团队更有价值
研究发现增加数据库数量可能降低材料发现效率。带隙战役中,前半个预算期,7 个源合并排名(秩相关 0.737)劣于最优 3 源池(0.851)。 语言模型智能体团队表现低于随机选择基准(均值 0.876,标准差 0.096,20 次搜索)。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。