論文の概要: Agentic Discovery of Exchange-Correlation Density Functionals
- arxiv url: http://arxiv.org/abs/2605.05460v1
- Date: Wed, 06 May 2026 21:36:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-08 22:27:11.421222
- Title: Agentic Discovery of Exchange-Correlation Density Functionals
- Title（参考訳）: 交換相関密度関数のエージェント発見
- Authors: Titouan Duston, Jiashu Liang, Yuanheng Wang, Weihao Gao, Xuelan Wen, Nan Sheng, Weiluo Ren, Yang Sun, Yixiao Chen,
- Abstract要約: 正確な交換相関関数(XC)の開発は、密度汎関数理論(DFT)における長年の課題である。
大規模言語モデルの最近の進歩は、この人間駆動設計ループの体系的かつ自動化された代替手段を可能にする。
本稿では,LLMが進化史に導かれる構造的機能形態変化を提案するエージェント検索システムを提案する。
- 参考スコア（独自算出の注目度）: 6.373702912974026
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The development of accurate exchange-correlation (XC) functionals remains a longstanding challenge in density functional theory (DFT). The vast majority of XC functionals have been hand designed by human researchers combining physical insight, exact constraints, and empirical fitting. Recent advances in large language models enable a systematic, automated alternative to this human-driven design loop. This report presents an agentic search system in which an LLM proposes structured functional-form changes guided by evolutionary history. The system attempts to improve functional performance through an iterative plan-execute-summarize loop, where improvements are measurable by optimizing functional parameters against a standard thermochemistry dataset, then evaluating performance on a held-out subset. The strongest discovered functional, SAFS26-a (Seed Agentic Functional Search 2026), improves upon the gold-standard ωB97M-V baseline by ~9%. These results also surface a cautionary lesson for AI-assisted science: models powerful enough to discover genuine improvements are equally capable of exploiting unphysical shortcuts to game the benchmark; domain expertise translated into explicitly enforced constraints remains essential to keeping results scientifically grounded.
- Abstract（参考訳）: 正確な交換相関関数(XC)の開発は、密度汎関数理論(DFT)における長年にわたる課題である。
XCの機能の大部分は、物理的洞察、正確な制約、経験的適合性を組み合わせた人間の研究者によって手作業で設計されている。
大規模言語モデルの最近の進歩は、この人間駆動設計ループの体系的かつ自動化された代替手段を可能にする。
本稿では,LLMが進化史に導かれる構造的機能形態変化を提案するエージェント検索システムを提案する。
このシステムは、標準的な熱化学データセットに対して関数パラメータを最適化し、保持されたサブセット上での性能を評価することにより、繰り返し計画実行・要約ループによる機能性能の向上を試みる。
最も強力な機能であるSAFS26-a(Seed Agentic Functional Search 2026)は、金標準のωB97M-Vベースラインを約9%改善した。
真の改善を発見するのに十分なモデルは、ベンチマークをゲームするために非物理的ショートカットを活用できる。
関連論文リスト
- FunctionalAgent: Towards end-to-end on-top functional design [7.9012744471981184]
FunctionalAgentは特別なサブエージェントのチームを編成し、開発プロセスをデータセット構築、アクティブスペース生成、MCSCF計算と記述子生成、損失関数構築、機能フィッティング、最適化、評価に分解する。
MC26は、同一のベンチマークデータセットで評価された他の手法と比較して、トレーニングセットの全体的な精度を実現するハイブリッドメタGGAオントップ関数である。
我々は、最適化されたトレーニングプロセスにより、トレーニングセットとテストセットの両方で最高のパフォーマンスを達成する新しい機能フォームであるCOF26を紹介する。
論文 参考訳（メタデータ） (2026-05-07T13:16:16Z) - From Insight to Action: A Novel Framework for Interpretability-Guided Data Selection in Large Language Models [73.72877445629383]
Interpretability-Guided Data Selection (IGDS) は、まず周波数リコールと干渉フィルタリングによって因果タスクの特徴を識別するフレームワークである。
我々は,数学的推論,要約,翻訳タスクに関するIGDSをGemma-2,LLaMA-3.1,Qwen3モデルで検証する。
論文 参考訳（メタデータ） (2026-04-28T03:16:24Z) - A Doubly Robust Machine Learning Approach for Disentangling Treatment Effect Heterogeneity with Functional Outcomes [0.7646713951724009]
FOCaL(Functional Outcome Causal Learning)は機能的不均一処理効果(F-CATE)を推定するために開発された2重頑健なメタラーである。
FOCaLは,F-CATEの直接的かつロバストな推定を可能にする。
FOCaLは、複雑なデータからニュアンス付き個別化された因果効果を推測するために、マシンインテリジェンスの能力を向上させる。
論文 参考訳（メタデータ） (2026-02-11T18:31:59Z) - Automatic Design of Optimization Test Problems with Large Language Models [0.0]
EoTF(Evolution of Test Functions)は,対象のELA特徴ベクトルとランドスケープが一致した連続最適化テスト関数を自動的に生成するフレームワークである。
EoTFは、ELA特性に密接にマッチした非自明な関数を生成し、一定の評価予算の下で性能ランキングを保持する。
全体として、EoTFはスケーラブルでポータブルで解釈可能なベンチマーク生成プロパティへの実践的なルートを提供する。
論文 参考訳（メタデータ） (2026-02-02T19:42:14Z) - Accelerating Scientific Discovery with Autonomous Goal-evolving Agents [51.6546298853762]
我々は,この課題を是正するために,科学自律ゴール進化エージェント(SAGA)を紹介した。
SAGAは、LLMエージェントの外ループが最適化結果を分析し、新しい目的を提案し、計算可能なスコアリング関数に変換する二段階アーキテクチャを採用している。
本フレームワークは, 抗生物質設計, 無機材料設計, 機能的DNA配列設計, 化学プロセス設計など, 幅広い応用で実証されている。
論文 参考訳（メタデータ） (2025-12-25T20:54:41Z) - FuncGenFoil: Airfoil Generation and Editing Model in Function Space [63.274584650021744]
本稿では,FuncGenFoilについて紹介する。FuncGenFoilは,翼形状を関数曲線として直接再構成する関数空間生成モデルである。
実証的な評価は、FuncGenFoilが翼生成における最先端の手法を改善することを示している。
論文 参考訳（メタデータ） (2025-02-15T07:56:58Z) - On the practical applicability of modern DFT functionals for chemical computations. Case study of DM21 applicability for geometry optimization [55.88862563823878]
本研究は,分子量予測におけるDM21関数の効率評価に焦点をあてる。
幾何最適化問題におけるDM21関数に対するPySCFの幾何最適化を実装した。
本研究は,DFTにおける幾何最適化におけるニューラルネットワーク機能の可能性と現状の課題を明らかにするものである。
論文 参考訳（メタデータ） (2025-01-21T14:01:06Z) - Evolving symbolic density functionals [5.846106754490333]
本稿では,シンボル形式の正確な関数を自動生成する新しいフレームワーク,SyFESを提案する。
我々のフレームワークは,記号密度関数の体系的開発に計算能力を活用するための新たな方向を開く。
論文 参考訳（メタデータ） (2022-03-03T07:02:26Z) - eQE 2.0: Subsystem DFT Beyond GGA Functionals [58.720142291102135]
サブシステム-DFT (subsystem-DFT) は、大規模電子構造計算の計算コストを劇的に削減することができる。
sDFTの鍵となる要素は、その精度を支配する非付加的な運動エネルギーと交換相関関数である。
eQE 2.0は従来のコーンシャムDFTやCCSD(T)と比較して優れた相互作用エネルギーを提供する
論文 参考訳（メタデータ） (2021-03-12T22:26:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。