Der intelligente Materialwissenschafts-Agent MatOS wurde offiziell quelloffen veröffentlicht und erhöht die Erfolgsquote von Materialforschungs- und Entwicklungsaufgaben erheblich.
Große Modell-Agenten sind bereits in der Lage, Literatur zu durchsuchen, Simulationssoftware aufzurufen und sogar mit automatisierten Laboren zusammenzuarbeiten. Um sie eine vollständige Materialforschung unabhängig durchführen zu lassen, bestehen jedoch nach wie vor Herausforderungen:
Eine Forschung kann die schrittweise Filterung aus mehreren zehn Millionen Kandidatenstrukturen erfordern oder wiederholt in Hunderten von Legierungsrezepturen suchen, mehrere Tage andauern und den Plan ständig an die Zwischenergebnisse anpassen. Bei jeder Anbindung an eine neue Datenbank oder Software muss der Prozess oft neu aufgebaut werden. Die in einer Forschung gesammelten Erfahrungen lassen sich kaum von anderen Forschungen wiederverwenden.
Aus diesem Grund haben Beijing Zhongguancun Universität, Zhongguancun Institut für Künstliche Intelligenz (die beiden Zhongguancun-Institute) im September dieses Jahres den jährlichen Forschungsfortschritt vorgestellt – MatOS, ein System für wissenschaftliche Forschungsagenten für die Materialentwicklung.
Dieses Projekt wurde vom Team des AI-Materialforschungsinstituts der beiden Zhongguancun-Institute entwickelt, das Daten, Wissen, Werkzeuge, Fähigkeiten, Rollen und Arbeitsabläufe einheitlich zu wissenschaftlichen Vermögenswerten organisiert, und unterstützt Forscher und MatOS selbst dabei, neue Fähigkeiten auf Basis vorhandener Vermögenswerte aufzubauen. Es führt Forschungsaufgaben über zustandsbehaftete Arbeitsabläufe aus und verwendet geprüfte und überprüfte Überarbeitungen von Vermögenswerten für nachfolgende Forschungen, sodass die Forschungskapazität im Einsatz ständig weiterentwickelt wird.
Derzeit umfasst die Vermögensdatenbank von MatOS bereits 3.135 Datensätze, 386 Fähigkeiten, 104 Arbeitsabläufe und 51 Expertenrollen und integriert 48 Materialberechnungssoftwares. Der technische Bericht wurde auf arXiv veröffentlicht, der Quellcode ist auf GitHub Open Source verfügbar.
In 3 Agenten-Benchmarks und 8 Forschungsfällen hat MatOS verschiedene Arten von Aufgaben abgeschlossen, von der end-to-end autonomen Forschung, dem Aufruf von Werkzeugen bis hin zu groß angelegter Filterung, Rezepturgestaltung und Entwicklung neuer Methoden, zum Beispiel:
Auf der end-to-end autonomen Forschungsbenchmark ResearchClawBench liegt die durchschnittliche Punktzahl um 33,6 % höher als bei Codex CLI mit demselben Basismodell, bei Materialaufgaben sogar um 80,8 %;
Auf der Materialsoftware-Nutzungsbenchmark MatTools liegt die Erfolgsrate vollständiger Probleme bei Verwendung desselben Basismodells wie Codex CLI und Claude Code bei 97,96 %, der höchste Wert unter den drei Systemen;
Es wurde ein hierarchischer Filterablauf aufgebaut, um 97 Festelektrolyt-Kandidaten aus mehr als 30 Millionen Kandidatenstrukturen zu filtern;
Es unterstützt die Entwicklung des Legierungsschmelzpunkt-Vorhersagemodells DuoCompNet, dessen durchschnittlicher absoluter Fehler auf einem festen Testsatz auf 3,18 °C gesenkt wurde, was 13,6 % unter dem des zweitbesten Modells liegt.
Vom Beantworten von Fragen über die Durchführung von Forschungen bis zur kontinuierlichen Erzeugung hochwertiger wissenschaftlicher Vermögenswerte
In den letzten Jahren haben Arbeiten wie ChemCrow und LLaMP großen Modellen ermöglicht, professionelle Werkzeuge aufzurufen, und Systeme wie MARS verbinden Agenten mit automatisierten Experimenten. Wissenschaftliche Forschungsagenten entwickeln sich vom Beantworten von Fragen hin zur Durchführung von Forschungen.
Die Materialforschung stellt drei Anforderungen an Agentensysteme:
Mit der ständigen Erscheinung neuer Datenbanken, Simulationssoftwares und maschinellen Lernpotentialen (Methoden, die interatomare Kräfte durch Modelle des maschinellen Lernens approximieren und die Simulation beschleunigen) muss das System neue Fähigkeiten ohne Neuerstellung anbinden können;
Da die Forschung Literaturanalyse, Berechnung und Experiment umfasst, muss das System in der Lage sein, den Zustand in lang andauernden Aufgaben zu speichern und die Ergebnisse zu prüfen;
Die meisten Erfahrungen wie Simulationsdauer und Sampling-Strategien stammen aus der Praxis. Das System muss diese Erfahrungen speichern und sie in nachfolgenden Aufgaben effektiv wiederverwenden können.
MatOS reagiert auf diese Anforderungen mit drei Designprinzipien: Der hierarchische wissenschaftliche Vermögensgraph organisiert und erweitert die Forschungskapazität, der zustandsbehaftete adaptive Arbeitsablauf ruft Vermögenswerte auf, um Aufgaben auszuführen und Beweise zu speichern, und die beweisgesteuerte Vermögensentwicklung wandelbare wiederverwendbare Erfahrungen in geprüfte und überprüfte Überarbeitungen von Vermögenswerten um.
△
Drei Designprinzipien: Aufbau, Ausführung und Entwicklung
Hierarchischer wissenschaftlicher Vermögensgraph: Kombination vorhandener Fähigkeiten zum Aufbau neuer Fähigkeiten
MatOS organisiert Daten, Wissen, Werkzeuge, Fähigkeiten, Rollen und Arbeitsabläufe in sechs Kategorien wissenschaftlicher Vermögenswerte.
Jeder Vermögenswert hat eine eindeutige Kennung, deklarierte Abhängigkeiten und Herkunftsaufzeichnungen. Er kann entweder Inhalte direkt speichern oder auf externe Datenbanken oder Berechnungssoftware verweisen.
Die Vermögenswerte sind über typisierte Beziehungen wie Abhängigkeit, Aufruf, Beweis und Überprüfung miteinander verbunden. Wenn der Agent eine Aufgabe erhält, kombiniert er die erforderlichen Fähigkeiten gemäß diesen Beziehungen.
Dabei entsprechen Fähigkeiten den Betriebsverfahren für eine Kategorie von Forschungsproblemen, die festlegen, wann sie verwendet werden, wie Methoden ausgewählt werden, welche Voraussetzungen erforderlich sind, wie sie ausgeführt werden und wie die Ergebnisse überprüft werden. Rollen sind Expertenagenten, die durch Verantwortungsbeschreibungen und aufrufbare Vermögenswerte definiert sind. Arbeitsabläufe beschreiben, wie mehrere Forschungsphasen miteinander verbunden werden. Dieselbe Fähigkeit kann von mehreren Rollen verwendet werden, und dieselbe Rolle kann an verschiedenen Arbeitsabläufen teilnehmen.
Sowohl Forscher als auch MatOS selbst können neue Fähigkeiten auf Basis vorhandener Vermögenswerte aufbauen.
Forscher können Datenbanken, Software oder Methoden als Vermögenswerte registrieren und sie gemäß Schnittstellen und Abhängigkeiten zu Fähigkeiten, Rollen oder Arbeitsabläufen kombinieren. MatOS kann auch Vermögenswerte basierend auf Aufgabenbeweisen neu erstellen oder überarbeiten, sodass sie nach Prüfung und Überprüfung für nachfolgende Aufgaben wiederverwendet werden können. Die Nutzung und Überarbeitung von Vermögenswerten werden aufgezeichnet, sodass jede Verbesserung nachverfolgt werden kann.
△
Zustandsbehafteter adaptiver Arbeitsablauf: Stabile Ausführung und bedarfsgerechte Anpassung
Arbeitsablauf-Vermögenswerte sind wiederverwendbare Prozessbeschreibungen, eine konkrete Forschung wird über einen Ausführungsgraphen ausgeführt. Jeder Knoten im Ausführungsgraphen enthält das Ziel, Ein- und Ausgaben, Abschlussbedingungen und die referenzierten Vermögenswerte. Das System plant und prüft gemäß dem Graphen, und überlässt nur die Urteilsaufgaben wie Methodenauswahl, Plananpassung und Anomalieinterpretation dem Agenten. Schritte, die eine Bestätigung durch den Forscher erfordern, können als manuelle Knoten festgelegt werden.
Da große Modelle auch bei derselben Eingabe unterschiedliche Ausgaben liefern können, können Entscheidungen in langen Aufgaben leicht vom Ziel abweichen, wenn sich der Kontext ändert. Daher reduziert MatOS die Abhängigkeit der Ausführung von Modellsitzungen durch explizite Schritte und Prüfbedingungen und senkt das Risiko, dass das Forschungsziel bei mehrstufiger Ausführung verfehlt wird.
Snapshots des Ausführungsgraphen, Knotenzustände, Ergebnisse und Ereignisaufzeichnungen werden im System gespeichert, unabhängig von den Sitzungen des Modells.
Mehrtägige Berechnungen werden im Hintergrund ausgeführt. Wenn sie abgeschlossen sind, Eingaben erfordern oder die Verbindung unterbrochen wird, benachrichtigt das System den Agenten aktiv. Aufgaben, die auf externe Ergebnisse oder manuelle Eingaben warten, behalten ihren Fortschritt und werden später fortgesetzt. Jede Ausgabe ist mit dem Knoten und dem Ausführungsversuch verknüpft, der sie erzeugt hat.
Zwischenergebnisse können eine Anpassung nachfolgender Schritte erfordern, zum Beispiel einen zusätzlichen Überprüfungsschritt, sodass die nachfolgende Analyse auf den Überprüfungsergebnissen basiert. In diesem Fall kann der Agent oder der Forscher eine Anpassung des Ausführungsgraphen vorschlagen, Knoten hinzufügen oder ändern und Abhängigkeiten ändern. Die Anpassung muss drei Prüfungen bestehen: Strukturprüfung, Strategieprüfung und Kompilierungsprüfung. Nach Bestehen wird eine neue Version des Ausführungsgraphen erstellt. Wenn die Prüfung nicht bestanden wird, läuft der ursprüngliche Ausführungsgraph weiter. Vorschläge für jede Anpassung, Prüfergebnisse und Akzeptanzentscheidungen werden aufgezeichnet, sodass der Evolutionsprozess des Ausführungsgraphen vollständig nachverfolgt werden kann.
Die Anpassung des Ausführungsgraphen dient zunächst der aktuellen Aufgabe. Prozessverbesserungen mit Wiederverwendungswert werden als Beweis in die Vermögensentwicklung einbezogen und nach Prüfung und Überprüfung zur Überarbeitung des entsprechenden Arbeitsablauf-Vermögenswerts verwendet, der für nachfolgende gleichartige Aufgaben aufgerufen werden kann.
△
Beweisgesteuerte Vermögensentwicklung: Kontinuierliche Verbesserung im Einsatz
Korrekturen durch Benutzer, fehlgeschlagene Werkzeugaufrufe, wiederholt auftretende Operationen und Ergebnisse von Arbeitsabläufen können darauf hinweisen, dass ein Vermögenswert verbessert werden muss.
MatOS bewertet zuerst, ob die Beweise ausreichend sind, ob das Problem besteht und ob die Erfahrung wiederverwendet werden kann, und lokalisiert dann den Vermögenswert, der für die entsprechende Funktion verantwortlich ist: Fehler bei der Methodenauswahl erfordern möglicherweise die Überarbeitung von Wissen oder Fähigkeiten, Fehler im Werkzeugverhalten erfordern die Reparatur des Werkzeugs, fehlende Forschungsschritte erfordern die Überarbeitung des Arbeitsablaufs. Bei Bedarf können auch neue Vermögenswerte erstellt oder mehrere verbundene Vermögenswerte gleichzeitig überarbeitet werden.
Wenn zum Beispiel Rückmeldungen zeigen, dass die Gleichgewichtszeit der Molekulardynamiksimulation zu kurz ist, kann das System die Gleichgewichtsdauer in der entsprechenden Fähigkeit von 50 ps auf mindestens 200 ps ändern und eine Prüfung hinzufügen, um zu bestätigen, dass die Atomdiffusion einen stabilen Zustand erreicht hat.
Kandidatenüberarbeitungen müssen eine Strukturprüfung und eine modellbasierte semantische Überprüfung durchlaufen: Die Strukturprüfung beurteilt hauptsächlich, ob neue Struktur-, Schnittstellen- oder Kombinationsfehler eingeführt werden. Die semantische Überprüfung beurteilt, ob die Überarbeitung auf den ursprünglichen Beweis reagiert, die Anwendungsbedingungen der Methode beibehält und mit verbundenen Vermögenswerten konsistent bleibt.
Nur Überarbeitungen, die Prüfung und Überprüfung bestehen, werden akzeptiert, und die Ergebnisse nachfolgender Aufgaben werden wiederum zu Beweisen für die nächste Bewertungsrunde. Diese Erfahrungen werden in Vermögenswerten außerhalb des Modells gespeichert, die Parameter des grundlegenden Sprachmodells bleiben unverändert. Vermögenswerte sind auch nicht an ein bestimmtes Modell gebunden. In der Bewertung wurde derselbe MatOS-Satz jeweils mit Modellen der GPT-5.4- und DeepSeek-Serie kombiniert.
△
Ergebnisse der Benchmark-Bewertung
ResearchClawBench verlangt vom System, Forschungen auf Basis von Literatur und Rohdaten durchzuführen und Berichte einzureichen. Das Team wählte 12 Aufgaben aus den Bereichen Chemie, Energie und Materialien aus und verglich sie mit 7 Forschungsagenten, die GPT-5.4 verwenden, wie MIRA, ResearchClaw, EvoScientist und Codex CLI.
Bei Verwendung von GPT-5.4 beträgt die durchschnittliche Punktzahl von MatOS 19,46, was 11,15 % über dem besten Basiswert MIRA und 33,6 % über Codex CLI liegt. Die Leistung bei Materialaufgaben ist noch herausragender: 18,7 % höher als bei MIRA und 80,8 % höher als bei Codex CLI. Bei Verwendung des kostengünstigeren DeepSeek-V4-Flash beträgt die durchschnittliche Punktzahl von MatOS 19,20, was ebenfalls über allen Basiswerten liegt.