热点事件持续更新
研究团队提出钢材性能预测框架SteelAgent
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月6日，arXiv发布的研究提出了结合物理信息与大语言模型（LLM）编排的钢材性能预测框架SteelAgent。该框架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R²在随机划分下为0.859，但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下的91.0%骤降至留出来源下的37.6%。
AI 根据报道生成 · 4 小时前更新
最新进展11月6日 13:00
团队提出SteelAgent框架，结合物理信息与大模型编排以进行钢材性能预测与逆向设计。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- 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%。
本事件热度走势
当前热度 9·可比范围峰值 10（11月6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。