arXiv · Materials Science· Yuki K. Wakabayashi, Yui Ogawa·· 2 天前
大语言模型智能体实现β-Ga2O3薄膜光谱的自适应分析与异常处理
Autonomous adaptive spectral analysis with an LLM agent for self-driving laboratories
arXiv:2610.25619v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuki K. Wakabayashi, Yui Ogawa
研究任务与主要进展
研究实现了一个由大语言模型智能体监督的自适应光谱分析流程，用于从自驱动实验室生长的203条外延β-Ga2O3薄膜光学透射光谱中提取Urbach能量。确定性脚本成功返回183条光谱结果，智能体通过有界拟合参数调整从20条失败结果中恢复16条，并对无法从光谱证据可靠确定Urbach尾部的4条返回NaN，同时记录光谱特征、参数变化和决策依据。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org