热点事件持续更新
研究团队提出结合通用LLM与数值先验的合金性能预测方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年11月4日，arXiv发布了一篇关于合金性能预测大语言模型基准评测的研究。评测显示，Gemini与DeepSeek等通用大语言模型在钛、钢、高熵合金及铝的性能预测表现上，超越了SteelBERT等材料专用模型。该方法基于Wasserstein距离量化分布外数据严重程度，通过将CatBoost等先验数值作为提示词输入，使Deepseek V3.1与Gemini-2.5-Flash作为推理校正器实现了更高准确率。此外，评测表明仅采用5%的高相似度参考数据即可达到100%训练集的效果，大幅降低了对专属预训练的依赖。
AI 根据报道生成 · 5 小时前更新
最新进展11月4日 13:00
基准评测显示通用LLM结合CatBoost先验在合金预测上超越专用模型。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习基于 Wasserstein 距离量化分布外数据严重程度：合金性能预测的大语言模型基准评测
评测显示，Gemini 与 DeepSeek 等通用大语言模型在钛、钢、高熵合金及铝的性能预测上超越了 SteelBERT 等材料专用模型。通过输入 CatBoost 等先验数值作为提示词，Deepseek V3.1 与 Gemini-2.5-Flash 作为推理校正器实现了更高准确率。此外，仅采用 5% 高相似度参考数据即可达到 100% 训练集的效果，大幅降低对专属预训练的依赖。
本事件热度走势
当前热度 9·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。