MagMatLLM：约束引导的AI框架发现12种新型磁性绝缘体，10种通过第一性原理验证
B910化工消息：4月24日消息，arXiv发表的一项研究提出MagMatLLM框架，用于在数据稀缺的多约束条件下发现新型量子材料。
磁性绝缘体是量子计算和自旋电子学的关键材料，但其发现面临根本性矛盾：磁序需要部分填充的电子能带，而绝缘行为要求不存在低能载流子。这种竞争使得实验上可用的磁性绝缘体极为稀少。
研究团队来自南加州大学、Colby学院和加州大学洛杉矶分校。MagMatLLM框架的核心创新在于采用约束优先而非传统的稳定性优先策略——将磁性（Mtot>0）、绝缘性（Eg≥0.025 eV）和热力学稳定性三个功能目标直接嵌入生成和选择循环。
框架采用三阶段闭环流程：①大语言模型引导的晶体结构生成；②基于CHGNet代理模型的多阶段物性筛选，包括最小原子间距约束、电荷中性和凸包距离评估；③迭代进化选择，使用加权和与字典序两种优化目标函数。整个流程从220万候选晶体逐级筛选至最终候选。
研究识别出12种此前未报道的磁性绝缘体候选材料，包括Tm₄Co₂Cr₂O₁₂和Cr₄Nb₂O₁₂。其中10种通过声子分析确认为动力学稳定，并在自旋极化密度泛函理论计算中表现出有限的带隙和非零磁矩。
该研究还与传统方法进行了对比基准测试：微调后的LLM模型在金标准测试集上平衡准确率达91.4%，显著优于传统机器学习基线模型和未微调的基础LLM（78.5%和77.6%）。在工业部署测试中，微调模型的平均精度达65.8%，而未微调模型仅28.2-28.7%。
该工作建立了数据稀缺体制下多目标材料发现的可扩展计算策略，其约束引导范式可迁移至其他需要同时满足多个竞争物理条件的量子材料设计。 （来源：arXiv）
磁性绝缘体是量子计算和自旋电子学的关键材料，但其发现面临根本性矛盾：磁序需要部分填充的电子能带，而绝缘行为要求不存在低能载流子。这种竞争使得实验上可用的磁性绝缘体极为稀少。
研究团队来自南加州大学、Colby学院和加州大学洛杉矶分校。MagMatLLM框架的核心创新在于采用约束优先而非传统的稳定性优先策略——将磁性（Mtot>0）、绝缘性（Eg≥0.025 eV）和热力学稳定性三个功能目标直接嵌入生成和选择循环。
框架采用三阶段闭环流程：①大语言模型引导的晶体结构生成；②基于CHGNet代理模型的多阶段物性筛选，包括最小原子间距约束、电荷中性和凸包距离评估；③迭代进化选择，使用加权和与字典序两种优化目标函数。整个流程从220万候选晶体逐级筛选至最终候选。
研究识别出12种此前未报道的磁性绝缘体候选材料，包括Tm₄Co₂Cr₂O₁₂和Cr₄Nb₂O₁₂。其中10种通过声子分析确认为动力学稳定，并在自旋极化密度泛函理论计算中表现出有限的带隙和非零磁矩。
该研究还与传统方法进行了对比基准测试：微调后的LLM模型在金标准测试集上平衡准确率达91.4%，显著优于传统机器学习基线模型和未微调的基础LLM（78.5%和77.6%）。在工业部署测试中，微调模型的平均精度达65.8%，而未微调模型仅28.2-28.7%。
该工作建立了数据稀缺体制下多目标材料发现的可扩展计算策略，其约束引导范式可迁移至其他需要同时满足多个竞争物理条件的量子材料设计。 （来源：arXiv）
