تقدم البحث إطار عمل جديد للتعلم النشط، يسمى LLM-AL، والذي يستخدم نماذج اللغة الكبيرة (LLMs) لتعزيز كفاءة التجارب العلمية في علم المواد. تواجه نماذج التعلم الآلي التقليدية في التعلم النشط تحديات مثل قيود البداية الباردة والحاجة إلى هندسة ميزات محددة للمجال، مما يقيد قابليتها للتطبيق. بالمقابل، يستفيد LLM-AL من المعرفة المدربة مسبقًا والتمثيلات المعتمدة على…

يتناول القسم التقدم في الإمكانيات بين الذرات المستندة إلى التعلم الآلي، والتي تحول محاكاة المواد الذرية من خلال تمكين التنبؤات الدقيقة والقابلة للتوسع استنادًا إلى بيانات التدريب. لا يزال التحدي الكبير يكمن في إنشاء مجموعات بيانات تدريب قوية، وغالبًا ما يتطلب ذلك حسابات شاملة من المبادئ الأساسية. تهدف نماذج الأساس الناشئة إلى إنشاء إمكانيات قابلة…

قسم “الطرق” يوضح الإجراءات التجريبية والتحليلية المستخدمة في الدراسة. يتناول اختيار المشاركين، وتصميم التجارب، والتقنيات المحددة المستخدمة لجمع البيانات وتحليلها. استخدم الباحثون مزيجًا من الطرق الكمية والنوعية لضمان فهم شامل للظواهر قيد التحقيق. تم إجراء التحليلات الإحصائية باستخدام أدوات البرمجيات لتقييم أهمية النتائج، مع تطبيق الاختبارات المناسبة بناءً على توزيع البيانات وأسئلة البحث. يصف القسم…