研究团队提出钢材性能预测框架SteelAgent

1. 13:00
   arXiv 机器学习

   SteelAgent：结合物理信息与 LLM 编排的钢材性能预测框架

   SteelAgent 将冶金描述符及机器学习模型与 LLM 接口结合，用于钢材性能预测、不确定性报告和逆向设计。在 SteelBench 抗拉强度评估中，梯度提升模型的汇总袋外 $R^2$ 在随机划分下为 0.859，而在留出钢材族系时降至 0.113。同时，标称 90% 预测区间的经验覆盖率也从随机划分的 91.0% 骤降至留出来源下的 37.6%。

Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.