HiMatGen, büyük dil modeli (large language model, LLM) ajanlarını malzeme tasarımında hiyerarşik kolektif akıl yürütmeyle koordine eden bir hesaplamalı araştırma çerçevesidir. Çalışmada GPT-5.6 Terra tabanlı 100 araştırmacı ajan on bilimsel alana dağıtılmış; küçük tartışma podları, pod liderleri ve bilimsel araçlara erişen kalıcı alan temsilcileri aracılığıyla aday kristal yapılar geliştirilmiştir. Altı sabit kimyasal sistemde HiMatGen toplam 220 nihai kristal adayı üretmiş ve sistem başına ortalama 36,67 adaya ulaşmıştır. Birincil 0,10 eV/atom energy-above-hull eşiğinde sistem başına ortalama 8,00 kararlı, benzersiz ve yeni (stable, unique and novel; SUN) yapı tutulmuştur. Aynı karşılaştırmada araç kullanan GPT-6 Astra tek ajanı sistem başına 19,00 nihai aday ve 4,83 SUN yapı üretmiştir. Ancak bu sonuçlar deneysel olarak sentezlenmiş yeni malzemeler anlamına gelmez; adayların daha yüksek doğruluklu hesaplamalar ve deneylerle doğrulanması gerekmektedir.

HiMatGen'in temel fikri yalnız çok sayıda ajan çalıştırmak değildir. Çerçevede araştırmacılar önce bağımsız fikirler geliştirir, daha sonra beş kişilik yerel podlarda alternatifleri tartışır. Her bilimsel alandaki iki podun liderleri rakip önerileri ve itirazları karşılaştırır. Kalıcı alan temsilcileri bu önerileri kristal yapı düzenleme, Materials Project sorgulama, MACE ve CRISP modelleriyle değerlendirme, sentez kayıtlarını inceleme ve literatür tarama gibi araçlarla araştırır. Elde edilen hesaplamalı kanıtlar ve çözülemeyen sorular yeniden araştırmacılara gönderilir. Böylece bilgi yalnız yukarı doğru özetlenmez; araç sonuçları aşağı doğru geri beslenerek yeni yapıların ve kontrol tasarımlarının üretilmesini etkiler.

Çalışma ayrıca üç ortak özellik-kısıt tasarım görevi incelemiştir. Hafif ve rijit malzeme görevinde hedef, hacim modülü K ≥ 80 GPa ve yoğunluk ρ ≤ 3,0 g/cm³; kurşunsuz halojenür görevinde 1,5–2,5 eV bant aralığı; yüksek dielektrik sabitli geniş bant aralıklı malzeme görevinde ise κ ≥ 20 ve E_g ≥ 3,0 eV olarak belirlenmiştir. HiMatGen bu üç görevde sırasıyla 2, 17 ve 6 hedefi karşılayan SUN yapı üretmiştir. Sonuçlar, hiyerarşik organizasyonun aynı modelle çalışan tek ajan ve bağımsız üretim kontrollerine göre avantaj sağlayabildiğini; daha güçlü tek ajanlara karşı avantajın ise göreve bağlı olduğunu göstermektedir.

İletişim ölçekleme deneyinde 100 araştırmacı ve iki tartışma turu için beş kişilik yerel podlar 800 yönlendirilmiş rapor teslimi gerektirirken, herkesin herkesle rapor paylaştığı tam tartışma 19.800 teslim gerektirmiştir. Tartışma aşamasındaki toplam giriş ve çıkış token kullanımı HiMatGen'de yaklaşık 2,52 milyon, tam tartışmada yaklaşık 55,44 milyon olmuştur. Buna karşılık HiMatGen daha uzun uçtan uca çalışma süresine sahiptir; altı kimyasal sistemde ortalama yörünge süresi 93,22 dakikadır. Dolayısıyla kaynak, hiyerarşik yaklaşımı hem daha iyi hem daha hızlı bir yöntem olarak sunmamaktadır; temel değiş tokuş daha geniş araştırma ile daha uzun çalışma süresi arasındadır.

Malzeme tasarımındaki temel problem nedir?

Yeni bir malzeme tasarlarken tek bir özelliği yükseltmek çoğu zaman yeterli değildir. Bir malzemenin mekanik olarak sert olması istenirken düşük yoğunlukta olması gerekebilir; bir optoelektronik malzemenin uygun bant aralığına sahip olması istenirken toksik element içermemesi gerekebilir; yüksek dielektrik yanıt hedeflenirken aynı malzemenin elektronik olarak yalıtkan kalması istenebilir.

Bu tür hedefler birbirleriyle çatışabilir. Bir kimyasal değişiklik istenen fonksiyonel özelliği iyileştirirken termodinamik kararlılığı kötüleştirebilir, yeni kusurlar oluşturabilir veya sentezlenebilir bileşim uzayını daraltabilir. HiMatGen'in araştırdığı problem, doğal dille ifade edilen bu çoklu kısıtların farklı bilimsel uzmanlıkları ve hesaplamalı araçları birlikte kullanarak nasıl araştırılabileceğidir.

HiMatGen Nedir ve Hiyerarşik Kolektif Akıl Yürütme Nasıl Çalışır?

HiMatGen, 100 LLM araştırmacısını on bilimsel alandaki küçük tartışma podları ve araç kullanan kalıcı alan temsilcileri üzerinden koordine eden, aday malzemelerin fikir aşamasından hesaplamalı değerlendirmeye ve yeniden tasarıma taşınmasını sağlayan hiyerarşik bir malzeme tasarım çerçevesidir.

On bilimsel alan

Kaynakta 100 araştırmacının dağıtıldığı on bilimsel alan şunlardır:

1. Bileşim ve bağlanma,
2. Yapı ve simetri,
3. Termodinamik,
4. Sentez ve öncüller,
5. Kinetik ve metastabilite,
6. Kusurlar ve yüzeyler,
7. Fonksiyonel özellikler,
8. Karakterizasyon,
9. Alanlar arası aktarım,
10. Veri güdümlü modelleme.

Her alan iki adet beş ajanlı poddan oluşur. Her podun bir üyesi principal investigator (PI) ve pod lideri rolünü üstlenir. Böylece her bilimsel alanın toplam on araştırmacısı iki ayrı yerel tartışma grubunda çalışır.

Bağımsız fikir üretimi

Süreç doğal dille yazılmış tasarım hedefiyle başlar. Araştırmacılar ilk aşamada birbirlerinden bağımsız kimyasal hipotezler ve aday tasarım fikirleri üretir. Bu aşamanın amacı tek bir erken fikre kilitlenmek yerine başlangıçta geniş bir hipotez çeşitliliği oluşturmaktır.

Pod içi tartışma

Beş kişilik podun üyeleri bağımsız önerileri yerel olarak tartışır. Bir adayın kimyasal mantığı, yapısal olasılığı, termodinamik riski, sentez sorunu veya fonksiyonel özelliği hakkında itirazlar geliştirilebilir. Bu tartışmalar yalnız “en iyi fikri seçmek” için değil, alternatif tasarımlar ve kontrol soruları üretmek için kullanılır.

PI tartışması

Aynı bilimsel alandaki iki podun PI'ları iki tur tartışma yapar. İki poddan gelen farklı gerekçeleri ve itirazları karşılaştırarak hangi alternatiflerin, hangi kontrol yapıların veya hangi hesaplamaların alan temsilcisi tarafından araştırılması gerektiğini belirler.

Alan temsilcileri ve bilimsel araçlar

On kalıcı alan temsilcisi HiMatGen'in araç-kullanan araştırma katmanını oluşturur. Kaynağa göre temsilciler:

• kristal yapıları oluşturabilir ve düzenleyebilir,
• geometriyi inceleyebilir,
• Materials Project verilerini sorgulayabilir,
• MACE ile aday yapıları değerlendirebilir ve gevşetebilir,
• CRISP model ailesiyle özellik değerlendirmeleri yapabilir,
• sentez değerlendirme araçlarını kullanabilir,
• literatür erişim araçlarından yararlanabilir.

Alan kimliği temsilcinin hangi bilimsel sorulara öncelik verdiğini belirler; kaynakta kayıtlı bilimsel araç kataloğunun temsilci katmanı genelinde erişilebilir olduğu belirtilmektedir. Dolayısıyla örneğin bileşim temsilcisi gerektiğinde yapısal bir sorunla da ilgilenebilir.

Üç araştırma aşaması ve iki geri bildirim aşaması

İlk öneri ve yerel tartışmalardan sonra temsilci seviyesinde üç araştırma aşaması yürütülür. Bu aşamaların arasında iki aşağı yönlü geri bildirim aşaması bulunur. Temsilciler hesaplamalar yapar, diğer alanlardan bilgi ister ve ortaya çıkan sonuçları veya çözülemeyen soruları kendi podlarına geri gönderir.

Geri bildirim geldiğinde 100 araştırmacı yeniden devreye girerek düzeltme, kontrol veya alternatif tasarım önerileri üretir. Sonraki temsilci aşaması bu yeni cevapları kullanır. Böylece önerilen kristal yapı, ilk fikir üretildikten sonra donmuş halde kalmaz.

CIF nedir?

CIF (Crystallographic Information File), kristal yapının hücre parametrelerini, atom türlerini, atom konumlarını ve ilgili kristalografik bilgileri bilgisayar tarafından işlenebilir biçimde taşıyan standart dosya biçimidir. Çalışmada “önerilen kristal adayları”, temel yapısal geçerlilik kontrollerini geçen nihai CIF çıktıları üzerinden sayılmaktadır.

Adayların geçmişi neden kaydediliyor?

HiMatGen aday kayıtlarını yalnız son kristal dosyasına indirgemez. Kaynağa göre yapılar araç gözlemleriyle ve ebeveyn–çocuk revizyon ilişkileriyle bağlantılı tutulur. Böylece bir yapının hangi önceki yapıdan, hangi itiraz veya hesaplama sonucunda değiştirildiği sonraki araştırma kararlarında kullanılabilir.

SU, SUN ve Energy Above Hull Ne Anlama Gelir?

Çalışmada SU, hesaplamalı gevşetmesi yakınsayan, belirlenen energy-above-hull eşiğini geçen ve yapısal tekilleştirme sonrasında benzersiz kalan adayları; SUN ise bunlara ek olarak Materials Project ve çalışmaya verilen referans yapılarla eşleşmeyen adayları ifade eder. Bu nedenle SUN etiketi deneysel sentez, evrensel literatür yeniliği veya gerçek dünya kararlılığı kanıtı değildir.

Önerilen aday

İlk değerlendirme düzeyi “proposed crystal candidate”dır. Bunlar HiMatGen veya karşılaştırılan yöntemin ürettiği ve temel yapısal geçerlilik kontrolünden geçen nihai CIF dosyalarıdır.

SU: stable and unique

SU (stable and unique), çalışmanın operasyonel tanımında iki ana filtreyi birleştirir:

• MACE yapısal gevşetmesinin yakınsaması ve energy-above-hull ölçütünün eşik içinde kalması,
• yapısal tekilleştirme sonrasında aynı yapının tekrar sayılmaması.

Buradaki “stable” sözcüğü dikkatle okunmalıdır. Kaynak deneysel olarak malzemenin sentezlendiğini veya uzun süre kararlı kaldığını ölçmemektedir. “Kararlı” nitelemesi kullanılan hesaplamalı eleme protokolündeki enerji ölçütünü ifade eder.

Energy above hull, E_hull, neyi anlatır?

Energy above hull, bir aday yapının aynı kimyasal bileşim uzayındaki termodinamik referanslara göre enerji bakımından ne kadar yukarıda bulunduğunu ifade eden hesaplamalı bir ölçüttür ve çalışmada eV/atom birimiyle kullanılmıştır. Daha küçük değer, kullanılan referans ve model çerçevesinde termodinamik açıdan daha elverişli konuma işaret eder.

Çalışmanın birincil eleme eşiği:

\[ E_{\mathrm{hull}}\leq 0.10\ \mathrm{eV/atom} \]

olarak seçilmiştir. Duyarlılık değerlendirmesinde daha geniş:

\[ E_{\mathrm{hull}}\leq 0.20\ \mathrm{eV/atom} \]

eşiği de kullanılmıştır. İkinci eşik daha gevşektir; bu nedenle daha fazla adayın hesaplamalı elemeden geçmesi beklenir. Kaynakta HiMatGen'in SUN ortalaması 0,10 eV/atom eşiğinde 8,00 iken 0,20 eV/atom eşiğinde 13,17'ye yükselmektedir.

SUN: stable, unique and novel

SUN (stable, unique and novel), SU koşullarını geçen ve ayrıca Materials Project veritabanı ile çalışmaya başlangıçta verilen referans yapılarda yapısal eşleşmesi bulunmayan adaydır.

Buradaki “novel” sözcüğü “dünya bilim literatüründe kesinlikle daha önce hiç görülmedi” anlamında kullanılmamalıdır. Kaynakta yenilik, belirli referans koleksiyonlarına karşı yapısal eşleşmeme ölçütüyle operasyonel olarak tanımlanmıştır.

t-SNE haritası neyi gösteriyor?

Kaynak, 700 sağlanan referans yapı ile 220 HiMatGen adayını 104 boyutlu, element türünden bağımsız geometrik bir parmak izi üzerinden birlikte temsil etmiş ve ardından t-SNE ile iki boyuta indirgemiştir. Harita, HiMatGen adaylarının bilinen yapıların çevresinde ve aralarında çeşitli geometrik bölgeler araştırdığını görsel olarak göstermektedir.

t-SNE haritası SUN yenilik testinin kendisi değildir. SUN yeniliği ayrı yapısal eşleşme kriteriyle belirlenmektedir. t-SNE burada yapısal çeşitliliği görselleştiren tamamlayıcı bir gösterimdir.

Altı kimyasal sistem

Kristal keşif deneyi altı element sistemi üzerinde yürütülmüştür:

• Al–Li–V,
• Al–Cu–Mg,
• Cs–Sn–Br,
• Li–Ti–O,
• Li–P–S,
• Li–Ge–S.

Her yöntem bu sistemlerde Materials Project'ten bilinen yapıları başlangıç noktası olarak almış ve yalnız belirtilen elementler içerisinde hem bileşim değişiklikleri hem de aynı bileşimin farklı yapısal düzenlemelerini araştırabilmiştir. Ana karşılaştırmada her yöntem ve kimyasal sistem için bir araştırma yörüngesi kullanılmıştır.

HiMatGen altı sistemde toplam 220 nihai aday üretmiştir. Ortalama 36,67 aday, GPT-6 Astra tek ajanın 19,00 ortalamasının yaklaşık 1,9 katıdır. SUN ortalamasındaki 8,00 değer ise Astra'nın 4,83 sonucunun yaklaşık 1,66 katıdır; kaynak özet bunu yaklaşık 1,7 kat olarak ifade etmektedir.

Independent SWARM neden önemli bir kontroldür?

Independent SWARM da 100 bağımsız araştırmacı önerisiyle başlar. Fakat 100 öneri daha sonra tek bir araç-kullanan ajan tarafından geliştirilip bütünleştirilir. HiMatGen ise on alan temsilcisinin araştırmayı sürdürmesini ve podlardan tekrar geri bildirim almasını sağlar.

Bu karşılaştırma, yalnız “100 ilk fikir üretmek” ile “100 ilk fikri daha sonra dağıtılmış ve geri bildirimli araştırma organizasyonuyla geliştirmek” arasındaki farkı incelemek için kullanılmıştır.

HiMatGen bütün kimyasal sistemlerde en iyi sonucu verdi mi?

Hayır. Birincil 0,10 eV/atom eşiğinde HiMatGen Al–Cu–Mg sisteminde 17 SUN ve Li–Ti–O sisteminde 10 SUN üretmiştir. Ancak Cs–Sn–Br sisteminde tek GPT-5.6 Sol ve GPT-6 Astra ajanlarının her biri beş SUN yapı üretirken HiMatGen üç SUN yapıda kalmıştır.

Bu örnek, hiyerarşik araştırma organizasyonunun yararının kimyasal sisteme bağlı olabileceğini ve çalışmanın sonuçlarının “çok ajan her koşulda daha iyidir” biçiminde genellenmemesi gerektiğini gösterir.

Üç ortak özellik ve kimya kısıtı görevi

Hacim modülü K nedir?

Hacim modülü K, bir malzemenin hidrostatik sıkıştırmaya karşı direncini ifade eden mekanik büyüklüktür ve burada gigapaskal (GPa) cinsinden kullanılmıştır. K değeri yükseldikçe malzemenin hacmini basınç altında değiştirmek genel olarak daha zor hale gelir. Çalışmanın hafif-rijit tasarım hedefi yalnız yüksek K istememekte, aynı zamanda yoğunluğun 3,0 g/cm³ veya altında kalmasını şart koşmaktadır.

Yoğunluk ρ neden ayrı bir kısıttır?

ρ, birim hacimdeki kütleyi temsil eder. Yalnız çok sert bir malzeme bulmak görevi çözmez; tasarım aynı zamanda düşük yoğunluk istemektedir. Bu nedenle amaç tek bir özellikte maksimum değil, iki koşulu aynı anda karşılayan aday bulmaktır.

Bant aralığı E_g nedir?

Bant aralığı E_g, bir katıda dolu elektronik durumlarla iletim için erişilebilir daha yüksek enerji durumları arasındaki karakteristik enerji farkıdır ve elektronvolt (eV) birimiyle ifade edilir. Çalışmada kurşunsuz halojenürler için hedef aralık 1,5–2,5 eV; yüksek-κ dielektrikler için minimum E_g değeri 3,0 eV'dir.

Dielektrik sabiti κ neyi temsil eder?

κ, malzemenin elektrik alan altında kutuplanma yanıtını karakterize eden dielektrik büyüklüktür. Yüksek-κ görevi κ ≥ 20 isterken aynı anda E_g ≥ 3,0 eV koşulunu uygular. Böylece yalnız yüksek dielektrik yanıtı değil, geniş elektronik bant aralığı da hedeflenmektedir.

HSE+SOC ifadesi neden önemlidir?

Kaynak, kurşunsuz halojenür görevini “desteklenen HSE+SOC model alanı” ile sınırlandırmaktadır. HSE+SOC, bant aralığı değerlendirmesinin belirli hesaplamalı/modelleme alanıyla ilişkili olduğunu gösterir. Dolayısıyla kaynak, modelin desteklemediği herhangi bir bileşime aynı değerlendirmeyi gelişigüzel uygulamamaktadır.

Bu tablo önemli bir sınırı gösterir. HiMatGen aynı GPT-5.6 Terra modelini kullanan tek ajan ve Independent SWARM kontrolünü üç görevde de geçmiştir. Ancak GPT-6 Astra tek ajanı hafif-rijit görevde 7'ye karşı 2 ve yüksek-κ görevinde 7'ye karşı 6 ile HiMatGen'i geçmiştir. HiMatGen'in en güçlü göreli sonucu kurşunsuz halojenür tasarımında 17 hedef SUN yapıdır; Astra burada sekiz yapı üretmiştir.

Kurşunsuz halojenürlerde yapısal ve bileşimsel çeşitlilik neden ayrılıyor?

HiMatGen'in 17 hedefi karşılayan kurşunsuz halojenür SUN yapısı sekiz farklı bileşimden oluşmaktadır. Kaynak, optik değerlendiricinin bileşim tabanlı olduğunu belirtmektedir. Bu nedenle aynı kimyasal bileşimin farklı atomik düzenlemeleri aynı tahmini bant aralığı değerini alır.

Dolayısıyla 17 yapı, 17 farklı kimyasal formül anlamına gelmez. Sistem hem farklı bileşimleri hem de aynı bileşimin farklı kristal düzenlemelerini araştırmıştır.

Bilimsel anlaşmazlık gerçekten yapıyı değiştirdi mi?

Kaynak iki örnek yörüngeyle, ajanlar arasındaki itirazların yalnız metinsel tartışmada kalmayıp yeni kristal kontrol yapılarının oluşturulmasına yol açtığını göstermektedir.

Ba₂ScTiO₅F örneği

Bileşim temsilcisi başlangıçta F atomunun Sc ile ilişkili olduğu bir yapı oluşturmuştur. Yapı temsilcisinin yerel çevreyi incelemesi için başlatılan alanlar arası tartışma Ti–F–Ti alternatifinin oluşturulmasına yol açmıştır.

Bu alternatif daha sonra beş araştırmacılı bir poda sunulmuş ve araştırmacılar Sc–F–Sc biçiminde karşılıklı bir kontrol önermiştir. Bu kontrol, hücre ve katyon düzenini sabit tutarken F ile O konumlarını değiştirerek yerel flor çevresini daha doğrudan test etmeyi amaçlamıştır.

CRISP modellerine göre üç yapı da bant aralığı ve dielektrik hedeflerini karşılamıştır. MACE gevşetmesinden sonra ilk tasarım ile karşılıklı Sc–F–Sc kontrolü 0,10 eV/atom eşiğini geçerken Ti–F–Ti alternatifi ancak daha geniş 0,20 eV/atom eşiğinde kalmıştır.

HfZrO₄ örneği

Kusur ve yüzey temsilcisi verilen bir HfO₂ yapısından altı konumlu Hf/Zr düzeni oluşturmuştur. Pod geri bildirimi alternatif bir katyon sıralamasının denenmesini istemiş ve bunun sonucunda aynı bileşimde 12 konumlu dama tahtası biçimli düzen oluşturulmuştur.

Her iki düzen de tahmini özellik hedeflerini karşılamış ve ortak referanslı enerji elemesinden geçmiştir. Daha sonraki inceleme, sentez kayıtlarının aranmasını, CRISP sentezlenebilirlik değerlendirmesini ve yüzey geometrisi analizini birleştirmiştir.

Sentez araması benzer yollar bulmuş fakat önerilen katyon düzeninin tam bir eşleşmesini bulmamıştır. Oluşturulan bir yüzey slabı da koordinasyonu eksik Hf konumları göstermiştir. Kaynak bu bulguları “yapı sentezlendi” biçiminde değil, ek düzenleme ve yüzey kontrolleri gerektiren yeni araştırma soruları olarak kullanmaktadır.

MatterGen ve Chemeleon 2 ile karşılaştırma neden farklı yorumlanmalıdır?

MatterGen ve Chemeleon 2 her görev için on ayrı seed üzerinde 100'er yapı, toplam **1.000 yapı** üretmiştir. HiMatGen ise daha küçük, araştırma-güdümlü bir portföy üretmektedir. Kaynak açıkça bu karşılaştırmanın yöntemleri eşit çıktı sayısında sıralamak için yapılmadığını belirtmektedir.

MatterGen desteklenen hacim modülü veya bant aralığı koşullandırmasını kullanırken Chemeleon 2'nin kamuya açık koşulsuz RL-DNG checkpoint'i kullanılmıştır. Bütün çıktılar ortak değerlendirme ve yapısal eşleştirme protokolünden geçirilmiştir.

Hafif-rijit görevde generatif modeller neden daha geniş görünmektedir?

SUN elemesinden sonra hafif-rijit özellik uzayında 774 MatterGen ve 899 Chemeleon 2 yapısal grubu bulunurken HiMatGen'de yalnız dört SUN yapı vardır. Buna rağmen HiMatGen'in dört yapısının ikisi hedef koşullarını karşılamış, diğer ikisi hedef sınırına yakın kalmıştır.

Kaynak bu sonucu generatif modellerin geniş yapı uzayı kapsaması ile ajan-güdümlü sistemin belirli birleşik gereksinimlere odaklanması arasındaki tamamlayıcı fark olarak yorumlamaktadır.

Kurşunsuz halojenür karşılaştırması

Kurşunsuz halojenür görevinde HiMatGen 17 hedefi karşılayan SUN yapı üretmiştir. MatterGen bir hedef SUN yapı, KGeCl₃, üretmiştir. Chemeleon 2 çıktıları arasında uygulanabilir bant aralığı değerlendirmesine sahip ve dahil edilme koşullarını karşılayan hedef SUN yapı raporlanmamıştır.

Kaynak CsSnIBr₂ ve CsGeIBr₂'yi HiMatGen'in karma halojenür bileşimi ve B-konumu ikamesini kullanarak hedef kimya içinde alternatifler geliştirmesine örnek olarak göstermektedir.

Yüksek-κ, geniş bant aralıklı karşılaştırma

Bu görevde HiMatGen altı hedef SUN yapı üretirken MatterGen sekiz yapı üretmiştir. Chemeleon 2 için hedefi karşılayan uygun grup raporlanmamıştır. Kaynak Ba₂HfZrO₆ ve Sr₂HfZrO₆ yapılarını HiMatGen'in ilgili katyon tasarımları geliştirmesine örnek olarak göstermektedir.

Çalışmanın Yöntemi ve Bulguları

Ana deney tasarımı

Çalışma fiziksel laboratuvar sentez deneyi değil, LLM ajanları ile malzeme veri tabanları ve hesaplamalı değerlendirme araçlarının birlikte kullanıldığı hesaplamalı bir tasarım ve tarama çalışmasıdır.

HiMatGen'in tamamında LLM omurgası olarak GPT-5.6 Terra kullanılmıştır. Bunun amacı hiyerarşik koordinasyonun katkısını aynı modelle çalışan tek ajanla karşılaştırabilmek ve ayrıca GPT-5.6 Sol ile GPT-6 Astra gibi daha güçlü tek ajan taban çizgileriyle kıyaslamaktır.

Kristal keşif karşılaştırmasının tasarımı

Altı kimyasal sistemde her yöntem bilinen Materials Project yapılarını başlangıç noktası olarak almıştır. Arama, verilen elementlerin dışına çıkmadan hem yeni bileşimler hem de bilinen bileşimlerin alternatif kristal düzenleri üzerinde yapılmıştır.

Her yöntem-sistem çifti için ana karşılaştırmada bir araştırma yörüngesi kullanılmıştır. Kaynak bu ana altı-sistem karşılaştırması için çoklu bağımsız tekrarların ortalaması, standart sapması, güven aralığı veya p değeri raporlamamaktadır. Bu nedenle sayılar belirli yürütmelerin karşılaştırması olarak okunmalıdır.

220 nihai adayın nasıl elendiği

1. HiMatGen'in son çıktısı olan CIF'ler temel yapısal geçerlilik kontrolünden geçer.
2. MACE gevşetmesinin yakınsaması kontrol edilir.
3. E_hull değeri seçilen enerji eşiğiyle karşılaştırılır.
4. Yapısal tekrarlar tekilleştirilir; böylece SU yapılar elde edilir.
5. SU yapılar Materials Project ve sağlanan referans yapılarla eşleştirilir.
6. Eşleşmeyenler SUN olarak sayılır.

0,10 ve 0,20 eV/atom eşiklerinin etkisi

0,10 eV/atom çalışmanın ana eleme eşiğidir. 0,20 eV/atom ise duyarlılık analizidir. Daha gevşek eşikte HiMatGen SUN ortalaması 8,00'dan 13,17'ye yükselmiştir. Kaynak aynı 0,20 eV/atom koşulunda Astra için 6,67 ve Sol için 4,33 SUN ortalaması bildirmektedir.

Bu duyarlılık sonucu, raporlanan “uygun aday sayısının” seçilen enerji eşiğine bağlı olduğunu göstermektedir. Eşik değiştiğinde aynı aday portföyünün kaç yapısının elemeden geçtiği de değişebilir.

Üç özellik görevinde değerlendirme mantığı

Her görevde yalnız yapısal çeşitlilik veya SUN olmak yeterli değildir. “Target-achieved SUN” sayılabilmek için adayın aynı nitelikli yapısal üye üzerinde görevin bütün ortak koşullarını karşılaması gerekir.

Örneğin hafif-rijit görevde yalnız K ≥ 80 GPa olması yeterli değildir; aynı yapı ρ ≤ 3,0 g/cm³ koşulunu da sağlamalıdır. Yüksek-κ dielektrik görevinde yalnız κ ≥ 20 yeterli değildir; aynı yapı E_g ≥ 3,0 eV ve oksit/oksiflorür kapsamı koşullarını da sağlamalıdır.

Generatif modellerle örnekleme bütçesi farkı

MatterGen ve Chemeleon 2'nin her biri görev başına 1.000 yapı üretirken HiMatGen bununla aynı üretim sayısına zorlanmamıştır. Dolayısıyla “HiMatGen 17, MatterGen 1 üretti; o halde aynı bütçede 17 kat daha iyidir” sonucu kaynaktan çıkarılamaz.

Kaynağın yaptığı yorum daha sınırlıdır: geniş ölçekli generatif örnekleme ve daha küçük fakat araştırma-güdümlü ajan portföyleri farklı güçlü yönler göstermiştir.

Yerel İletişim Neden Tam Tartışmadan Daha Az Token Kullanır?

Sabit pod büyüklüğünde yerel tartışmada her araştırmacı yalnız sınırlı sayıdaki pod arkadaşının raporlarını alırken tam tartışmada her araştırmacı diğer bütün araştırmacıların raporlarını aldığı için, kaynakta yerel rapor dağıtımı ajan sayısıyla doğrusal, all-to-all dağıtım ise yaklaşık karesel büyümektedir.

Kaynakta verilen iletişim denklemleri

Kaynak, N araştırmacı, r tartışma turu ve p pod büyüklüğü için yerel rapor teslim sayısını:

\[ D_{\mathrm{local}}=rN(p-1) \]

ve herkesin herkesle iletişim kurduğu tam tartışma teslim sayısını:

\[ D_{\mathrm{full}}=rN(N-1) \]

olarak vermektedir.

Burada:

• N: toplam araştırmacı sayısı,
• r: tartışma turu sayısı,
• p: bir pod içindeki araştırmacı sayısı,
• D: yönlendirilmiş peer-report teslim sayısıdır.

100 araştırmacı için hesap

Çalışmadaki eşleştirilmiş iletişim deneyinde:

\[ N=100,\qquad r=2,\qquad p=5 \]

olduğundan yerel iletişim:

\[ D_{\mathrm{local}} =2\times100\times(5-1) =800 \]

rapor teslimi gerektirir.

Tam tartışmada:

\[ D_{\mathrm{full}} =2\times100\times(100-1) =19\,800 \]

teslim gerekir.

İki sayı arasındaki oran:

\[ \frac{19\,800}{800}=24.75 \]

olduğundan tam tartışma aynı iki tur için 24,75 kat daha fazla yönlendirilmiş rapor teslimi üretir.

Neden biri doğrusal, diğeri karesel büyüyor?

p sabit tutulduğunda yerel denklemde N yalnız birinci kuvvette bulunur:

\[ D_{\mathrm{local}}\propto N \]

Buna karşılık tam tartışmada N(N−1) terimi vardır:

\[ D_{\mathrm{full}}\propto N^2 \]

Dolayısıyla araştırmacı sayısı büyüdükçe herkesin herkesle ayrıntılı rapor paylaşması çok daha hızlı bir iletişim yükü oluşturur. Bu matematiksel sonuç, kaynakta raporlanan iletişim mimarisinin ölçekleme gerekçesidir.

Kaynağın önemli gözlemi, büyük farkın yeni üretilen tartışma metninden çok aynı eski raporların tekrar tekrar giriş bağlamına eklenmesinden kaynaklanmasıdır. Toplam çıktı tokenları 393.149 ve 441.281 ile birbirine görece yakınken, ortalama giriş bağlamı çok farklıdır.

İletişim deneyi yalnız iletişim topolojisini mi karşılaştırıyor?

Hayır. Kaynak bu sınırlılığı açıkça belirtmektedir. Tam tartışma ve HiMatGen aynı 100 başlangıç raporundan ve aynı iki tartışma turundan başlasa da, daha sonraki araç-kullanan araştırma organizasyonları aynı değildir.

HiMatGen sonraki aşamada on araç-kullanan alan temsilcisi kullanırken tam tartışma koşulu tek bir araç-kullanan bütünleştiriciyle devam etmektedir. Bu nedenle 18 SU ve 5 SU arasındaki kalite farkı yalnız “yerel iletişim mi, all-to-all iletişim mi?” sorusunun saf etkisi olarak yorumlanamaz.

Paired experiment'teki SU sonuçları

0,10 eV/atom eşiğinde, başarıyla oluşturulmuş ara yapıları da içeren ortak denetim HiMatGen için 18, tam tartışma için 5 SU yapı vermiştir. Ancak yukarıdaki organizasyon farkı nedeniyle kaynak bunu yalnız iletişim topolojisinin nedensel etkisi olarak sunmamaktadır.

Ajan sayısı 10'dan 200'e çıktığında ne oldu?

SUN sayısı 10'dan 100 araştırmacıya kadar belirgin biçimde artmış, 100'den 200'e çıkıldığında ise kazanç 8,00'dan 8,33'e yükselmekle sınırlı kalmıştır. Kaynak bu sonucu değerlendirilen koşullarda 100 araştırmacıya kadar önemli genişleme, ardından daha küçük marjinal kazanç olarak yorumlamaktadır.

Daha fazla araştırmacı sınırsız fayda sağlamıyor

200 ajan sonucunun 100 ajana göre yalnız küçük bir artış göstermesi, ajan sayısının tek başına başarının doğrusal belirleyicisi olmadığını gösterir. Kaynak da araştırma organizasyonunun model kapasitesine ek bir tasarım ekseni olduğunu savunurken tek bir optimum ajan sayısı ilan etmemektedir.

Çalışma süresi karşılaştırması

HiMatGen en uzun ortalama çalışma süresine sahiptir. Kaynak, kaydedilen sürelerin model ve araç yürütme süresine ek olarak kesintiler ve kurtarma beklemelerini de içerdiğini belirtmektedir.

Bu nedenle 93,22 dakikalık değer saf model hesaplama süresi olarak yorumlanmamalıdır. Kaynağın vardığı sonuç bir zaman–araştırma genişliği değiş tokuşudur: HiMatGen daha geniş bir yapısal portföy geliştirirken tamamlanması daha uzun sürmektedir.

Bu Çalışmadaki “Yeni ve Kararlı Malzeme” Adayları Deneysel Olarak Doğrulanmış mıdır?

Hayır. Çalışmadaki aday kristaller hesaplamalı ajan, veri tabanı ve model değerlendirmelerinden geçmiştir; yazarlar gerçek kararlılık, sentezlenebilirlik ve fonksiyonel performansın kurulabilmesi için daha yüksek doğruluklu hesaplamalara ve deneysel doğrulamaya ihtiyaç olduğunu açıkça belirtmektedir.

Çalışmanın desteklediği sonuçlar

• Hiyerarşik pod ve temsilci organizasyonu, incelenen altı sistemde aynı modelle çalışan tek ajan ve Independent SWARM kontrolüne göre daha geniş hesaplamalı aday portföyü üretebilmiştir.
• 0,10 eV/atom eşiğinde HiMatGen sistem başına ortalama sekiz SUN yapı tutmuştur.
• HiMatGen'in avantajı kimyasal sisteme ve tasarım görevine bağlıdır; bütün karşılaştırmalarda üstün değildir.
• Bilimsel itirazlar Ba₂ScTiO₅F ve HfZrO₄ örneklerinde açık yapısal alternatiflerin ve kontrol tasarımlarının oluşturulmasına yol açmıştır.
• Beş kişilik yerel pod iletişimi, 100 araştırmacılı paired deneyde tam all-to-all tartışmaya göre tartışma token maliyetini yaklaşık 22 kat azaltmıştır.
• HiMatGen daha geniş araştırma yaparken tek ajan ve Independent SWARM yaklaşımlarından daha uzun uçtan uca süre kullanmıştır.

Çalışmanın desteklemediği sonuçlar

• SUN yapıların laboratuvarda sentezlendiği gösterilmemiştir.
• SUN yapılar için deneysel termodinamik kararlılık doğrulanmamıştır.
• “Novel” etiketi bütün dünya literatüründe kesin yenilik kanıtı değildir; belirlenen veri tabanı ve referanslarla yapısal eşleşmeme ölçütüdür.
• MACE/CRISP değerlendirmeleri daha yüksek doğruluklu kuantum kimyası veya fiziksel deneyin yerine geçen nihai doğrulama değildir.
• On alanlı organizasyonun evrensel optimum ajan mimarisi olduğu gösterilmemiştir.
• 100 araştırmacının her problem için en iyi ajan sayısı olduğu gösterilmemiştir.
• MatterGen ve Chemeleon 2 karşılaştırmaları eşit üretim bütçesinde yapılmadığı için ham sayılar doğrudan aynı maliyetli yarış sonucu gibi yorumlanamaz.
• Ana altı-sistem karşılaştırmasında her yöntem-sistem çifti için bir yörünge kullanıldığından tekrarlar arası belirsizlik ana sonuçlarda ayrıca nicelleştirilmemiştir.

İnsan uzmanlığı neden hâlâ gerekli?

Yazarlar on alanlı yapıyı kanıtlanmış optimum olarak değil, uzman bilgisiyle oluşturulmuş pratik bir organizasyon olarak tanımlamaktadır. Farklı malzeme problemleri başka bilimsel alan dağılımları veya koordinasyon yapıları gerektirebilir.

Kaynak ayrıca anlamlı tasarım hedeflerinin belirlenmesi, uygun hesaplama araçlarının seçilmesi ve hangi hipotezlerin daha ileri araştırmaya değer olduğunun değerlendirilmesi için insan uzmanlığının önemli olmaya devam ettiğini açıkça belirtmektedir.

Ek materyal olmadan hangi ayrıntılar kesinleştirilemez?

Ana PDF, ayrıntılı aşama dizisi ve araç izinleri için Supplementary Note 1'e, tam ajan konuşmaları ve CIF soy ilişkileri için Supplementary Note 4'e, araç rollerinin ayrıntıları için Table S1'e ve ek sayısal analizler için çeşitli S tabloları ve S şekillerine gönderme yapmaktadır.

Yüklenen kaynak yalnız ana 12 sayfalık PDF olduğundan bu ek dosyalardaki ayrıntılar burada tahmin edilmemiştir. Örneğin bütün ajan promptları, tam araç izin matrisleri, tüm CIF'lerin koordinatları veya ek görevlerin eksiksiz ham sonuçları bu dosyadan çıkarılamaz.

Kaynak ve Yöntem Notu

Özgün çalışma: Scaling LLM Agents for Materials Design through Hierarchical Collective Reasoning

Yazarlar: Jaehwan Choi; Yousung Jung.

Sorumlu yazar: Yousung Jung.

Sorumlu yazar e-posta adresi: yousung.jung@snu.ac.kr

Kurum 1: Department of Chemical and Biological Engineering (BK21 four), and Institute of Chemical Processes, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea.

Kurum 2: Institute of Engineering Research, Seoul National University, 1 Gwanak-ro, Gwanak-gu, Seoul 08826, Korea.

Platform: arXiv.

arXiv kimliği: 2609.16466.

Kaynak dosya tanımlayıcısı: Yüklenen dosya adı 10.48550/arXiv.2609.16466 biçimli tanımlayıcıyı taşımaktadır; ana PDF metninde ayrı bir DOI satırı bulunmamaktadır.

ArXiv kayıt tarihi: Resmî arXiv kaydında 15 Eylül 2026.

Alan: Malzeme bilimi / hesaplamalı malzeme tasarımı / LLM tabanlı bilimsel ajan sistemleri.

Kaynak türü: Hesaplamalı yöntem ve karşılaştırmalı ajan-sistemi araştırması.

Hakemlik durumu: İncelenen ana PDF ve erişilebilir resmî arXiv kaydı üzerinde doğrulanmış hakemli dergi veya konferans yayını bilgisi bulunmadığından Verianla içeriğinde preprint olarak değerlendirilmiştir.

Lisans: İncelenen ana PDF metninde açık bir lisans bildirimi görülmediği için lisans türü kesinleştirilmemiştir.

Finansman: İncelenen ana PDF içinde ayrı bir finansman veya acknowledgment bölümü bulunmamaktadır.

Çıkar çatışması: İncelenen ana PDF içinde ayrı bir çıkar çatışması beyanı bulunmamaktadır.

Veri erişilebilirliği: İncelenen ana PDF içinde ayrı bir Data Availability beyanı bulunmamaktadır.

Yazar katkıları: İncelenen ana PDF içinde ayrı bir CRediT veya yazar katkı beyanı bulunmamaktadır. Eşit katkı/eş birinci yazarlık beyanı da görünür değildir.

Temel LLM omurgası: HiMatGen içinde GPT-5.6 Terra.

Araştırmacı ölçeği: Ana HiMatGen düzeninde 100 araştırmacı; on bilimsel alan; alan başına iki adet beş ajanlı pod.

Kalıcı temsilci katmanı: On bilimsel alan temsilcisi.

Ana bilimsel araçlar: Kristal yapı oluşturma ve düzenleme araçları, Materials Project erişimi, MACE, CRISP, sentez değerlendirme araçları ve literatür erişimi.

Kristal keşif sistemleri: Al–Li–V, Al–Cu–Mg, Cs–Sn–Br, Li–Ti–O, Li–P–S ve Li–Ge–S.

Birincil enerji eleme eşiği: E_hull ≤ 0,10 eV/atom.

Duyarlılık eşiği: E_hull ≤ 0,20 eV/atom.

HiMatGen ana kristal keşif sonucu: Altı sistemde toplam 220 nihai aday; sistem başına ortalama 36,67 nihai aday, 8,83 SU ve 8,00 SUN yapı.

Önemli karşılaştırma sınırı: GPT-6 Astra tek ajanı sistem başına ortalama 4,83 SUN üretirken HiMatGen 8,00 SUN üretmiştir; ancak Cs–Sn–Br sisteminde Sol ve Astra beşer SUN ile HiMatGen'in üç SUN sonucunu geçmiştir.

Özellik görevleri: Hafif-rijit tasarım K ≥ 80 GPa ve ρ ≤ 3,0 g/cm³; kurşunsuz halojenür tasarımı E_g=1,5–2,5 eV; yüksek-κ geniş bant aralıklı tasarım κ ≥ 20 ve E_g ≥ 3,0 eV.

HiMatGen hedefi karşılayan SUN sonuçları: Sırasıyla 2, 17 ve 6.

Generatif model karşılaştırma sınırı: MatterGen ve Chemeleon 2 görev başına 1.000 yapı üretmiştir; bu nedenle karşılaştırma eşit çıktı bütçesinde yapılmış bir performans yarışı değildir.

İletişim ölçekleme deneyi: N=100 araştırmacı, r=2 tur ve p=5 pod büyüklüğünde HiMatGen 800 peer-report teslimi, tam tartışma 19.800 teslim üretmiştir.

Tartışma token kullanımı: HiMatGen 2,52 milyon; tam tartışma 55,44 milyon; kaynak oranı yaklaşık 21,98 kattır.

Uçtan uca token kullanımı: HiMatGen 43,33 milyon; tam tartışma 82,57 milyon.

Ortalama çalışma süresi: HiMatGen 93,22 dakika; Independent SWARM 22,01 dakika; tek Terra 5,29 dakika; tek Sol 68,81 dakika; tek Astra 71,96 dakika. Kaynak bu sürelere kesinti ve kurtarma beklemelerinin de dahil olduğunu belirtmektedir.

En kritik yöntemsel sınırlılık: Hesaplamalı olarak seçilen yapılar fiziksel olarak sentezlenmemiştir. Yazarlar gerçek kararlılık, sentezlenebilirlik ve fonksiyonel performans için daha yüksek doğruluklu hesaplamalar ve deneysel doğrulama gerektiğini belirtmektedir.

Organizasyon sınırlılığı: On alanlı mimari uzman bilgisiyle oluşturulmuş pratik bir düzenlemedir; kaynak bunu kanıtlanmış optimum olarak sunmamaktadır.

Tekrarlanabilirlik sınırı: Ana altı-kimyasal-sistem değerlendirmesinde her yöntem ve sistem için bir araştırma yörüngesi kullanılmıştır. Ana PDF bu karşılaştırma için çoklu tekrar varyansı veya istatistiksel anlamlılık testi raporlamamaktadır.

Ek materyal sınırı: Ana metin Supplementary Note 1, Supplementary Note 4, Table S1, Table S3 ve çok sayıda S-şekline atıf yapmaktadır; yüklenen dosya bu ek materyalleri içermediği için bunların ayrıntıları Verianla metninde tamamlanmamıştır.