arXiv · Materials Science· Benran Zhang, Byeongchan Lee, Zien Zhu, Chih-En Hsu, Zhenfa Zheng, Hung-Chung Hsueh, Young Woo Choi, Mauro Del Ben, Zhenglu Li·· 1 天前
AI-Donkey框架让LLM智能体可靠执行GW、GW-BSE与GWPT计算
Enabling large language model agents for high-fidelity many-body perturbation theory calculations
arXiv:2610.20779v1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：Benran Zhang, Byeongchan Lee, Zien Zhu, Chih-En Hsu, Zhenfa Zheng, Hung-Chung Hsueh, Young Woo Choi, Mauro Del Ben, Zhenglu Li
研究任务与主要进展
研究作者提出AI-Donkey智能体框架，将专家整理的知识与确定性执行结合，使测试中的前沿专有模型和开放权重模型均能生成完整、可运行的GW、GW-BSE和GWPT工作流，且未观察到运行间波动。
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