人大团队提出LEAP闭环框架助力钙钛矿添加剂筛选
热点事件持续更新
人大团队提出LEAP闭环框架助力钙钛矿添加剂筛选
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
中国人民大学研究团队发布论文,提出LEAP(LLM驱动的主动学习钙钛矿探索)闭环框架,结合领域专用语言模型与主动学习,用于在低数据条件下优先筛选钙钛矿太阳能电池前驱体添加剂。 在一项专家指导的概念验证研究中,两轮后期筛选出的添加剂使器件平均光电转换效率提高到20.13%和20.87%(对照为19.25%),最佳器件达21.32%。论文称,由于前瞻测试的候选物数量有限,这些结果只是初步证据,表明基于文献的分子表示、贝叶斯优化与专家评估可支持钙钛矿添加剂发现。
AI 根据报道生成 · 36 分钟前更新
最新进展11月18日 13:00
LEAP:用于钙钛矿前驱体添加剂发现的闭环框架报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AILEAP:用于钙钛矿前驱体添加剂发现的闭环框架
研究团队提出 LEAP(LLM-driven Exploration via Active Learning for Perovskites),一个结合领域专用语言模型与主动学习的闭环框架,用于在低数据条件下优先筛选钙钛矿太阳能电池前驱体添加剂。
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。