DREAMS：端到端计算材料发现的LLM智能体

LLM 智能体打通 MOF 文献挖掘到高通量模拟的完整筛选流程。

资讯摘要

论文提出 DREAMS，一个基于大语言模型的智能体系统，可执行金属有机框架（MOF）的完整筛选流程：处理大量 MOF 文献、将论文与晶体结构关联、整理为可计算数据库，再用逐步更昂贵的模拟进行筛选。作者报告，在湿烟气条件下筛出的有前景分离候选材料均来自独立研究。该系统打通从文献挖掘到高通量模拟的异构环节，使非专家也能以端到端自动化方式发现高性能材料。

要点速读

1. 论文提出 DREAMS，基于 LLM 智能体执行 MOF 的端到端筛选流程。
2. 系统处理 MOF 文献并关联晶体结构，整理成可计算数据库后逐级模拟筛选。
3. 作者报告湿烟气分离的有前景候选均来自独立研究，非专家也可使用。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。