LLMs as Acquisition Policies for Finite-Pool Materials Optimization: A Controlled Study

📄 arXiv: 2608.19790v1 📥 PDF

作者: Dino-Rober Demir, Florian Le Bronnec, Rio Yokota

分类: cs.AI

发布日期: 2026-08-20

💡 一句话要点

利用开放权重的大语言模型优化有限材料池的获取策略

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 材料发现 主动学习 大语言模型 优化策略 高斯过程 有限材料池 实验研究

📋 核心要点

  1. 现有的材料发现方法在候选空间搜索和评估成本上存在挑战，导致效率低下。
  2. 本文提出利用开放权重的大语言模型作为获取策略，旨在提高材料优化的效率。
  3. 实验结果显示，LLM策略在某些任务中能够在更少的迭代中达到全局最优，展示了其潜在价值。

📝 摘要（中文）

发现具有理想属性的材料通常需要在大型候选空间中进行搜索，而实验或计算评估的成本较高。主动学习通过利用先前的观察来选择下一个候选评估对象，通常采用概率代理模型。本文研究了开放权重的大语言模型（LLMs）能否作为独立的获取策略。我们在四个回顾性有限材料优化任务中评估了五种LLMs，并与随机选择和传统的高斯过程方法进行了比较。结果表明，LLM策略通常在较少的迭代中达到全局最优，显示出在没有特定任务训练的情况下提供有用的获取信号。相较于高斯过程方法的表现则因任务而异，尽管LLMs在某些设置中表现良好，但整体上传统方法在大多数任务中表现更佳。总体而言，开放权重的LLMs在有限材料搜索中显示出潜力，但其可靠性对任务和候选呈现方式敏感。

🔬 方法详解

问题定义：本文旨在解决材料发现过程中候选空间搜索效率低和评估成本高的问题。现有方法通常依赖于复杂的概率模型，导致在实际应用中效果不佳。

核心思路：论文提出利用开放权重的大语言模型作为获取策略，探索其在有限材料池优化中的应用潜力。通过直接利用LLMs的生成能力，减少对特定任务训练的依赖。

技术框架：研究设计了一个实验框架，评估五种不同的LLMs在四个材料优化任务中的表现。实验中采用了不同的候选呈现策略，并与随机选择和传统高斯过程方法进行对比。

关键创新：最重要的创新在于将开放权重的LLMs作为独立的获取策略，展示了其在材料优化中的有效性，尤其是在某些特定任务中超越了传统方法。

关键设计：实验中对LLMs的初始化、候选呈现方式和任务设置进行了细致设计，确保了结果的可靠性和可比性。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

实验结果表明，LLM策略在多个任务中通常能在更少的迭代中达到全局最优，相较于随机选择显示出明显的性能提升。在某些设置下，LLMs的表现甚至与传统高斯过程方法相当或更优，展示了其在材料优化中的潜力。

🎯 应用场景

该研究的潜在应用领域包括新材料的发现与优化，尤其是在化学、材料科学和工程等领域。通过提高材料发现的效率，能够加速新材料的研发进程，具有重要的实际价值和未来影响。

📄 摘要（原文）

Discovering materials with desirable properties often requires searching large candidate spaces while experimental or computational evaluations remain costly. Active learning addresses this challenge by using previous observations to select which candidate to evaluate next, typically through probabilistic surrogate models. We investigate whether open-weight large language models (LLMs) can serve as standalone acquisition policies in this setting. We evaluate five LLMs across four retrospective finite-pool materials optimization tasks under different candidate-presentation strategies and compare them with random selection and conventional Gaussian-process methods. LLM policies generally reach the global optimum in fewer iterations than random selection, indicating that they provide a useful acquisition signal without task-specific training. Their performance relative to Gaussian-process methods is mixed: conventional acquisition performs better on most tasks, while LLMs match or outperform it in some settings. Performance varies substantially across tasks, models, initializations, and candidate presentations, with no LLM approach performing best across all tasks. Overall, open-weight LLMs show potential as acquisition policies for finite-pool materials search, although their reliability remains sensitive to the task and to how candidates and scientific context are presented.