CRISP як чорчӯбаи муаррифии мавод бо дастгирии LLM мебошад, ки ба ҷойи истифодаи мустақими донишҳои кимиёвии дар моделҳои бузурги забонӣ мавҷудбуда барои пешгӯӣ, қоидаҳои химия ва сохтори кристаллии бо забони табиӣ ифодашударо ба descriptor-ҳои санҷишпазир, рақамӣ ва иҷрошаванда компилятсия мекунад. Дар усул, LLM аввал қоидаҳои кимиёвии вобаста ба ҳадафро аз фазои васеи қоидаҳо намуна мегирад; қоидаҳои монанд якҷо карда мешаванд; ҳар қоидаи намояндагӣ ба функсияи барномарезишавандае табдил дода мешавад, ки сохтори кристаллиро ба қимати рақамӣ табдил медиҳад; каталоги descriptor-и ҳосилшуда яхбандӣ карда мешавад ва пешгӯии ниҳоиро модели анъанавии омӯзиши мошинӣ, ба монанди Random Forest, анҷом медиҳад. LLM дар марҳилаи пешгӯии ниҳоӣ барои ҳар як мавод иштирок намекунад.

Самти асосии санҷиши таҳқиқот қобилияти синтезшавии кристаллҳои ғайриорганикӣ мебошад. “Қобилияти синтезшавӣ” дар ин ҷо таҷрибае нест, ки дар он маводи нав дар лаборатория синтез шуда ва бомуваффақият тасдиқ карда шудаанд. Дар benchmark-и асосёфта ба Materials Project, сохторҳои таҷрибавӣ ё гузоришшуда мусбат ҳисоб мешаванд, дар ҳоле ки сохторҳои фарзиявӣ ё ҳанӯз гузоришнашуда на манфӣ, балки бе тамға дониста мешаванд. Аз ин рӯ, масъалаи омӯзишии истифодашуда positive–unlabeled, яъне омӯзиши мусбат–бе тамға мебошад.

Benchmark-и MP30 дорои 100.194 сохтори кристаллӣ аст: 38.347 сохтори мусбат ва 61.847 сохтори бе тамға. Вақте ки зери як истеъмолкунандаи якхелаи bagged PU Random Forest танҳо шакли муаррифӣ иваз карда шуд, 50 descriptor-и иҷрошавандаи CRISP F1=0,856-и α-калибршударо ба даст овард; 18 descriptor-и интихобкардаи коршиносон F1=0,834; CrystalNN F1=0,665; CFID F1=0,590; embedding-и матнии Robocrystallographer F1=0,438 ва embedding-и матнии хоми CIF F1=0,388 ба даст оварданд.

Бартарии равшани CRISP на танҳо дар benchmark-и ҳамон тақсимот, балки дар ҳолатҳое дида шуд, ки маълумоти санҷиш аз тақсимоти омӯзиш дур мешуд. Дар сохторҳои дорои ҳуҷайраҳои калонтар CRISP бо F1=0,420 аз қимати 0,384-и муаррифии коршиносӣ болотар монд. Дар санҷишҳое, ки ҳар яке аз ҳашт оилаи кимиёвӣ алоҳида аз омӯзиш хориҷ карда шуданд, миёнаи макрои F1-и CRISP 0,537 ва маҷмӯи descriptor-и коршиносӣ 0,373 буд. CRISP дар ҳамаи ҳашт оила аз назорати коршиносӣ F1-и баландтар нишон дод ва барои exact sign test-и дуҷониба p=0,0078 гузориш шуд.

Усул инчунин ба хосиятҳои пайвастаи мавод татбиқ карда шуд. Дар энергияи ташаккул CRISP бо MAE=0,130 eV/atom ва R²=0,961 тақрибан ба муаррифии descriptor-и интихобкардаи коршиносон баробар шуд. Дар ноқилияти ионӣ дар ҳарорати хонагӣ, дар 503 электролити сахт MAE=1,229 воҳиди log ва R²=0,570 ба даст омад; дар когорти мустақили берунии 150 мавод, бе омӯзиши дубора, MAE=1,170, R²=0,476 ва Spearman ρ=0,721 нигоҳ дошта шуданд.

Аммо манбаъ усулро ҳамчун бартарии универсалӣ пешниҳод намекунад. Барои ноқилияти ионӣ descriptor-ҳои коршиносии махсуси вазифа беҳтар кор карданд ва дар пешгӯии модули лағзиш descriptor-ҳои геометрии пайвастаи дақиқтар аз CRISP пеш гузаштанд. Аз ин рӯ, хулосаи таҳқиқот ин нест, ки “дониши LLM дар ҳар масъалаи пешгӯии мавод беҳтар аст”; балки он аст, ки компилятсияи фазои васеи донишҳои илмӣ ба шакли рақамӣ, санҷишпазир ва аз маҷмӯи маълумот мустақил, махсусан дар шароити тағйири тақсимот ва маълумоти маҳдуд метавонад муфид бошад.

CRISP Чист ва Чӣ Гуна Кор Мекунад?

CRISP чорчӯбаи сохтани муаррифӣ мебошад, ки қоидаҳои кимиёвии вобаста ба ҳадафро бо LLM дар миқёси васеъ намуна мегирад, қоидаҳои монандро дар оилаҳои консептуалӣ якҷо мекунад, ҳар оиларо ба барномаи иҷрошавандае табдил медиҳад, ки аз сохтори кристаллӣ як қимати скалярӣ ҳисоб мекунад, ва ин вектори яхбастаи descriptor-ро ба модели классикии омӯзиши мошинӣ медиҳад; пешгӯии ниҳоии маводро LLM не, балки модели downstream, ки ин descriptor-ҳои рақамиро истифода мекунад, анҷом медиҳад.

Масъалаи асосие, ки таҳқиқот барои ҳал кардани он кӯшиш мекунад

Дар пешгӯии мавод на танҳо интихоби алгоритми омӯзиши мошинӣ, балки он ки мавод ба модел бо кадом тағйирёбандаҳо муаррифӣ мешавад, аҳамияти ҳалкунанда дорад. Баъзе хосиятҳо, ба монанди энергияи ташаккул, метавонанд бевосита ҳамчун ҳадафи рақамӣ муайян карда шаванд. Аммо қобилияти синтезшавии кристаллро ба як бузургии ягонаи физикии рақамӣ коҳиш додан мумкин нест.

Имкони воқеан ба даст овардани кристалл метавонад ба устувории термодинамикӣ, метастабилӣ, муҳити координатсионӣ, ҷойгиршавии атомҳо, симметрия, таркиб, фазаҳои рақиб, роҳҳои реаксияи аз ҷиҳати кинетикӣ дастрас ва мавҷудияти прекурсорҳои мувофиқ вобаста бошад. Қисми зиёди ин андешаҳо дар адабиёти химия ҳамчун қоидаҳои забони табиӣ бо шакли “ин ҳолат метавонад синтезро осон кунад” вуҷуд доранд.

Модели анъанавии омӯзиши мошинӣ ин қоидаҳои забони табииро мустақим хонда наметавонад. Аввал онҳо бояд ба тағйирёбандаҳои рақамӣ табдил дода шаванд. Масъалаи асосии мақола маҳз ҳамин аст: фазои васеъ ва парокандаи донишҳои кимиёвӣ чӣ гуна ба таври системавӣ кашф ва ба descriptor-ҳои ҳисобшаванда табдил дода мешавад?

Чаро пешгӯии мустақими LLM истифода намешавад?

Муаллифон ба ду мушкили муҳими пешгӯии мустақими LLM ишора мекунанд. Аввал, ҳатто агар модел натиҷаи дуруст диҳад, мумкин аст равшан набошад, ки ҳангоми пешгӯӣ воқеан кадом тағйирёбандаҳои физикӣ ё кимиёвиро истифода кардааст. Дуюм, шарҳи забони табиӣ, ки модел пас аз пешгӯӣ тавлид мекунад, ҳатман сабти боэътимоди ҳисобкунии дохилие нест, ки воқеан пешгӯиро муайян кардааст.

CRISP ин масъаларо бо маҳдуд кардани вазифаи LLM ҳал мекунад. LLM:

1. қоидаи кимиёвӣ пешниҳод мекунад,
2. ба якҷо кардани оилаҳои қоидаҳо кӯмак мекунад,
3. ба тавлиди барномае, ки қоидаро ҳисоб мекунад, кӯмак мерасонад.

Аммо пас аз анҷоми каталоги descriptor, каталог яхбандӣ карда мешавад. Дар маҷмӯи ниҳоии маълумот пешгӯиро модели классикӣ анҷом медиҳад. Ҳамин тавр, дар паси ҳар тағйирёбандаи вурудӣ қоидаи кимиёвии номгузоришуда ва барномаи санҷишпазир мавҷуд аст.

Ихтисораи CRISP чӣ маъно дорад?

PDF-и асосии боршуда CRISP-ро ҳамчун номи усул истифода мебарад, аммо равшан намекунад, ки ин ихтисора аз ҳарфҳои аввали кадом калимаҳои англисӣ гирифта шудааст. Аз ин рӯ, Verianla барои ихтисора тавзеҳи дар манбаъ набударо тавлид намекунад.

Ҷараёни панҷмарҳилавии CRISP

Марҳилаи кашфи қоида чӣ гуна иҷро шуд?

Дар вазифаи қобилияти синтезшавӣ аз модели gpt-4.1-mini-2025-04-14 дархост шуд, ки ҳамчун коршиноси химияи ғайриорганикӣ амал карда, аз маълумоти кристаллӣ даҳ қоидаи кимиёвӣ ё сохториро пешниҳод кунад, ки метавонанд қобилияти синтезшавиро нишон диҳанд. Шарҳи ҳар қоида бо ҳадди аксар 100 калима маҳдуд карда шуд.

Ҳамин дархост 1.000 маротиба мустақилона фиристода шуд:

\[ 1000\;\text{çağrı}\times10\;\text{kural/çağrı}=10000\;\text{aday kural} \]

Муҳаққиқон мегӯянд, ки дар ин марҳила ба ҷойи модели дорои reasoning-и вазнин, махсусан модели non-reasoning-и зуд ва тавлидкунандаи гуногунӣ интихоб карда шуд. Ҳадаф наздик шудан ба як ҷавоб набуд, балки намунагирии ҳарчи васеътари фазои қоидаҳои химия буд.

Аз ин рӯ, як идея метавонист борҳо тавлид шавад, дар ҳоле ки баъзе қоидаҳо танҳо дар шумораи ками даъватҳо пайдо шуданд. Таҳлили минбаъдаи таҳқиқот нишон дод, ки зуд-зуд аз ҷониби LLM тавлид шудани қоида ҳатман маънои арзишмандтар будани онро барои пешгӯӣ надорад.

10.000 қоидаи забони табиӣ чӣ гуна ба 50 descriptor кам карда шуд?

Матнҳои қоида бо истифода аз text-embedding-3-large ба embedding-ҳои рақамии матн табдил дода шуданд. Векторҳои embedding аввал L2 нормализатсия шуда, бо PCA андозаашон кам ва боз нормализатсия шуданд.

Барои k-means дар каталоги қобилияти синтезшавӣ:

• шумораи кластерҳо: 50,
• шумораи ибтидоии centroid: 50,
• максимуми итератсия: 1.000,
• random seed: 42

истифода шуд.

Сипас қоидаҳои забони табиӣ дар ҳар кластер ба GPT-5 дода шуданд ва ба як қоидае, ки маънои умумии кимиёвии онҳоро ифода мекунад, муттаҳид карда шуданд. Манбаъ мегӯяд, ки дар марҳилаи якҷокунии қоидаҳо таҳрири мазмунии инсон анҷом дода нашудааст.

Барои энергияи ташаккул, модули лағзиш ва ноқилияти ионӣ низ кашфи қоидаҳои махсуси ҳадаф бо 1.000 даъват анҷом дода шуд; аммо дар ин вазифаҳо қоидаҳо ба 25 оила муттаҳид карда шуданд.

“Нобино нисбат ба маҷмӯи маълумот” чӣ маъно дорад?

“Dataset-blind”, яъне нобино нисбат ба маҷмӯи маълумот номидани CRISP маънои онро дорад, ки ҳангоми кашфи қоида ва сохтани каталоги descriptor ба LLM намунаҳои кристаллӣ, қиматҳои воқеии ҳадаф, тақсимоти омӯзиш/санҷиш, пешгӯиҳои модел ё метрикаҳои самаранокӣ дода намешаванд. Ин тарҳ барои пешгирӣ аз оптимизатсияи descriptor-ҳо бо нигоҳ ба тамғаҳои benchmark пешбинӣ шудааст.

Дар ин ҷо фарқи муҳим вуҷуд дорад: функсияҳои descriptor баъдтар ба сохтори воқеии кристаллӣ татбиқ шуда, қимат ҳисоб мекунанд. “Нобино нисбат ба маҷмӯи маълумот” маънои онро надорад, ки descriptor-ҳо умуман сохтори кристаллиро истифода намекунанд; балки маънояш он аст, ки идея ва барномаи descriptor бе гирифтани бозхӯрд аз тамғаҳои benchmark сохта мешавад.

Қоидаи забони табиӣ чӣ гуна descriptor-и иҷрошаванда мешавад?

Ҳар қоидаи кимиёвии якҷошуда бо gpt-4.1-2025-04-14 дар шароити temperature=0 ба функсияи Python табдил дода шуд, ки як қимати скалярии floating-point бармегардонад.

Аз нигоҳи консептуалӣ ҳар descriptor:

\[ f_k(x)\rightarrow z_k \]

тасаввур карда мешавад.

Дар ин ҷо \(x\) сохтори кристаллии аз CIF ҳосилшуда ва вурудҳои доимии физика-химиявии марбутро; \(f_k\) барномае, ки қоидаи кимиёвии рақами k-ро ҳисоб мекунад; ва \(z_k\) қимати ягонаи скаляриро, ки ин қоида барои кристалли дахлдор тавлид мекунад, ифода мекунад.

Муаррифии умумӣ дар вазифаи қобилияти синтезшавӣ:

\[ \mathbf{z}(x)= [f_1(x),f_2(x),\ldots,f_{50}(x)] \]

метавонад ҳамчун вектори descriptor-и 50-ченакӣ тасаввур карда шавад. Ин нишондиҳии математикӣ формализатсияи омӯзишии усули манбаъ аст; дар манбаъ ҳамчун муодилаи алоҳидаи рақамдор дода нашудааст.

Ба кодҳои descriptor чӣ кор кардан иҷозат дода нашуд?

Дар descriptor-ҳои қобилияти синтезшавӣ истифодаи моделҳои pretrained synthesizability, шабакаҳои нейронии графӣ ё моделҳои surrogate, ки барои ҳадаф омӯзонида шудаанд, манъ карда шуд.

Дар вазифаҳои регрессия, вурудҳое, ки метавонанд дастрасии мустақим ба ҳадаф ё target leakage эҷод кунанд, низ манъ карда шуданд. Манбаъ ҳамчун мисол энергияи ташаккул/умумии мавод, energy above hull, тензорҳои эластикӣ, доимиҳои эластикӣ, модулҳо, ҷавобҳои шиддат–деформатсия, гирифтани қимати ҳадаф аз пойгоҳи додаҳо ва surrogate-ҳои барои ҳадаф омӯзонидашударо ном мебарад.

Функсияҳои тавлидшуда аз ҷиҳати синтаксис, import-ҳо, token-ҳои манъшуда ва target leakage ба аудити статикӣ гузошта шуданд. Ҳамаи каталогҳои ниҳоии регрессия бо 25 функсия аз ин санҷишҳо гузаштанд.

Дахолати инсон то чӣ андоза буд?

Гуфта шудааст, ки дар марҳилаи якҷокунии қоидаҳо таҳрири мазмуни кимиёвӣ аз ҷониби инсон сурат нагирифтааст. Дар марҳилаи омодасозии код, дахолати инсон танҳо ба ислоҳи хатогиҳое маҳдуд буд, ки иҷрои кодро бозмедоштанд:

• синтаксис,
• тип,
• import,
• runtime

Манбаъ мегӯяд, ки ҳангоми ин ислоҳҳо мантиқи кимиёвӣ ё сохтори ҳисоббарории пешниҳодкардаи LLM тағйир дода нашуд.

Чаро 50 descriptor интихоб шуд?

Таҳлилҳои фарогирӣ ва конвергенсия нишон доданд, ки 1.000 даъвати LLM буҷети амалии сершавӣ аст. Бо зиёд шудани шумораи descriptor-ҳо самаранокӣ то K=50 боло рафт, дар атрофи K=60 бошад плато пайдо шуда, ҳампӯшии семантикӣ афзуд.

Аз ин рӯ, K=50 аз ҷониби манбаъ ҳамчун мувозинат байни фарогирӣ ва такрори нолозим шарҳ дода мешавад.

Омӯзиши Мусбат–Бе Тамға Чист?

Омӯзиши мусбат–бе тамға масъалаи омӯзишиест, ки дар маҷмӯи маълумот намунаҳои боэътимоди мусбат мавҷуданд, вале намунаҳои боқимондаро наметавон манфии воқеӣ ҳисоб кард; дар ин таҳқиқот кристаллҳои гузоришшуда мусбатанд ва кристаллҳои фарзиявӣ ё ҳанӯз гузоришнашуда ба ҷойи “синтезнашаванда” тамғагузорӣ шудан бе тамға мемонанд.

Чаро кристалли бе тамға манфӣ нест?

Он ки кристалл ҳанӯз дар пойгоҳи додаҳо ҳамчун мусбат дида намешавад, исбот намекунад, ки онро физикӣ синтез кардан мумкин нест. Мавод метавонад ҳанӯз санҷида нашуда бошад, шароити дурусти синтез пайдо нашуда бошад ё ҳанӯз ба пойгоҳи додаҳо илова нашуда бошад.

Аз ин рӯ, истифодаи мустақими сохторҳои бе тамға ҳамчун синфи манфӣ хатари он дорад, ки баъзе маводҳои воқеан синтезшаванда ҳамчун манфии хато қабул шаванд.

Benchmark-и MP30

MP30 бо сохторҳое маҳдуд карда шудааст, ки дар муаррифии ҳуҷайраи воҳидӣ ҳадди аксар 30 атом доранд. Баъзе вурудҳое, ки тавсифи сохторашон 10.000 ё бештар аломат дошт, барои нигоҳ доштани мутобиқат бо pipeline-и StructLLM хориҷ карда шуданд.

Bagged PU Random Forest чӣ гуна кор мекунад?

CRISP барои пешгӯии қобилияти синтезшавӣ 50 модели алоҳидаи Random Forest истифода кардааст. Дар ҳар bag ҳамаи намунаҳои мусбати омӯзиш гирифта шуда, аз ҳавзи бе тамға ҳамон миқдор намунаи тасодуфӣ интихоб шудааст.

Дар ҳар зермаҷмӯи мутавозин:

• RandomForestClassifier,
• 100 estimator/дарахт,
• ва ғайр аз ин танзимоти пешфарзи scikit-learn

истифода шудааст.

Скори ниҳоии CRISP-ро бо ифодаи математикии усули манбаъ чунин тасаввур кардан мумкин аст:

\[ s(x)=\frac{1}{50}\sum_{b=1}^{50}p_b(y=1\mid x) \]

Дар ин ҷо \(p_b(y=1\mid x)\) скори монанд ба эҳтимолият аст, ки Random Forest-и рақами b барои кристалли x ба синфи мусбат медиҳад. \(s(x)\) скори миёнаи синфи мусбати 50 модел аст.

Ин скор набояд ҳамчун “эҳтимоли синтезшавӣ” дар ҷаҳони воқеӣ шарҳ дода шавад. Ин скори моделест, ки мувофиқи benchmark-и PU сохта шудааст.

Калибровкаи α=0,0567 Чиро Ифода Мекунад?

α=0,0567 дар манбаъ қимати доимии prevalence мебошад, ки фарзияи мавҷудияти мусбатҳои ҳақиқии пинҳонӣ дар ҳавзи U-и бе тамғаро ифода мекунад ва барои калибр кардани нуқтаи кори метрикаҳои таснифи PU истифода мешавад; таҳқиқот ин қиматро бо пайравӣ аз таҳқиқоти қаблии қобилияти синтезшавии PU доимӣ нигоҳ доштааст.

Аз ин рӯ, қиматҳои precision ва F1 дар Table 1 набояд ҳамчун метрикаҳои оддии supervised-classification, ки бевосита дар маҷмӯи маълумоти пурра тамғагузоришуда ҳисоб шудаанд, хонда шаванд. Манбаъ онҳоро мувофиқи арзёбии PU-и шартӣ ба α гузориш медиҳад.

F1 чиро чен мекунад?

F1 миёнаи гармоникии precision ва recall/TPR мебошад. Таърифи умумии математикии он:

\[ F1= 2\frac{Precision\times Recall} {Precision+Recall} \]

мебошад.

Дар ин таҳқиқот \(Recall\) бо TPR вобаста аст, ки нишон медиҳад чӣ қадар сохторҳои мусбат дуруст дар тарафи синфи мусбати баланд гирифта шудаанд. Аммо азбаски қисми precision дар муҳити PU вобаста ба α ҳисоб ва калибр мешавад, он айнан ҳамон precision-и таснифи классикии пурра тамғагузоришуда нест.

TPR чист?

True Positive Rate (TPR) нишон медиҳад, ки чӣ қадар аз намунаҳои маълум-мусбат ҳамчун мусбат муайян шудаанд. Шакли стандартии консептуалӣ дар таснифи пурра тамғагузоришуда:

\[ TPR=\frac{TP}{TP+FN} \]

мебошад.

TP шумораи мусбати дуруст ва FN шумораи манфии хаторо ифода мекунад.

Натиҷаи асосии benchmark-и CRISP

Ҳудуди муқоиса: Ҷадвал ду навъи гуногуни муқоисаро дар бар мегирад. CRISP, Expert-curated, CrystalNN, CFID, Robocrystallographer ва Raw CIF зери як истеъмолкунандаи PU Random Forest муқоиса шудаанд; дар ин ҷо тағйирёбандаи асосӣ шакли муаррифӣ аст. CSLLM, StructLLM, SynCry ва PU-CGCNN бо pipeline-ҳои аслии пешгӯии худ муқоиса шудаанд, бинобар ин ҳам муаррифӣ ва ҳам predictor тағйир меёбанд. Аз ин рӯ, ҳамаи сатрҳоро ҳамчун “танҳо фарқи descriptor” шарҳ додан мумкин нест.

Чаро descriptor-и бештар худкорона беҳтар нест?

CRISP 50-ченакӣ, муаррифии Expert-curated 18-ченакӣ ва CFID 1.557-ченакӣ аст. Бо вуҷуди ин, зери як Random Forest тартиби F1 чунин буд: CRISP > Expert-curated > CrystalNN > CFID.

Ин натиҷа нишон медиҳад, ки шумораи descriptor худ аз худ сифати маълумотро муайян намекунад. Шумораи зиёди хосиятҳои умумӣ ҳатман аз каталоги хурдтар, вале барои ҳадаф маънодортари донишҳои кимиёвӣ муфидтар нест.

Дар ҳолати маълумоти кам чӣ шуд?

Вақте танҳо %5-и қисми омӯзиш истифода шуд:

• CRISP F1 = 0,618,
• Expert-curated F1 = 0,577,
• қиматҳои F1-и чор муаррифии умумӣ = 0,261–0,403

дар ин диапазон монданд.

Ин натиҷа далели дохилии таҳқиқот аст, ки донишҳои кимиёвии компилятсияшуда махсусан дар шароити маҳдуд будани миқдори маълумот метавонанд фоида диҳанд. Нишон дода нашудааст, ки дар маҷмӯи дигари маълумот худкорона ҳамон андозаи бартарӣ ба даст меояд.

CIF чист?

Crystallographic Information File (CIF) формати стандартизатсияшудаи матнист, ки маълумоти сохтори кристаллӣ бо параметрҳои ҳуҷайраи воҳидӣ, навъҳои атом, ҷойгиршавии атомҳо ва маълумоти симметрия муаррифӣ мешавад.

Дар муқоисаи Raw-CIF тамоми ин матн бо text-embedding-3-large ба embedding-и 256D табдил дода шудааст.

CrystalNN, CFID ва Robocrystallographer чиро муаррифӣ мекунанд?

• CrystalNN: fingerprint-ҳои 122-ченакӣ барои муҳити координатсияи маҳаллиро истифода мекунад.
• CFID: дар 1.557 ченак тақсимоти химия, ҳуҷайра, радиалӣ, кунҷӣ, dihedral ва вобаста ба зарядро якҷо мекунад.
• Robocrystallographer: аз сохтори кристаллӣ тавсифи автоматии сохтор бо забони табиӣ месозад; ин таҳқиқот тавсифро ҳамчун embedding-и 256D истифода кардааст.
• Raw CIF: матни хоми UTF-8-и файли кристаллографиро ба embedding-и 256D табдил медиҳад.

Чаро Тағйири Тақсимот Дар Маркази Ин Таҳқиқот Аст?

Тағйири тақсимот ҳолатест, ки намунаҳои санҷиш аз тақсимоти сохтор ё химияе, ки ҳангоми омӯзиш дида шудааст, ба таври системавӣ фарқ мекунанд; иддаои асосии CRISP на танҳо баланд кардани F1-и benchmark-и оддӣ, балки он аст, ки қоидаҳои кимиёвии компилятсияшуда метавонанд дар шароити берун аз тақсимот, ба монанди сохторҳои кристаллии калонтар ва оилаҳои кимиёвии ҳеҷ гоҳ дар омӯзиш дида нашуда, сигнали бештари пешгӯиро нигоҳ доранд.

Тағйири андозаи сохтор

Моделҳои дар MP30 омӯзонидашуда бе омӯзиши дубора ба 23.525 сохтори Materials Project бо 31–49 site татбиқ шуданд.

Ҳамаи ин қиматҳо интиқол аз як тақсимоти омӯзишии MP30 ба муаррифии кристаллҳои калонтарро чен мекунанд.

Тағйири оилаи кимиёвӣ

Дар таҷрибаи дуюми интиқол яке аз ҳашт оилаи мавод пурра аз омӯзиш хориҷ шуд, модел дар оилаҳои дигар омӯзонида шуд ва дар оилае, ки ҳеҷ гоҳ надида буд, санҷида шуд.

“Миёнаи макро” маънои онро дорад, ки скори ҳар оилаи кимиёвӣ новобаста аз андозаи оила бо вазни баробар миёна карда мешавад:

\[ F1_{\mathrm{macro}} = \frac{1}{K} \sum_{k=1}^{K}F1_k \]

Дар ин таҷриба \(K=8\) оилаи кимиёвӣ мавҷуд аст.

Чаро exact sign test p=0,0078 баромад?

CRISP дар ҳамаи ҳашт оилаи кимиёвии пешакӣ муайяншуда нисбат ба назорати Expert-curated F1-и баландтар ба даст овард.

Агар эҳтимоли пирӯзии ҳар ду усул дар ҳар оила баробар ва %50 қабул шавад, эҳтимоли он ки ҳамаи ҳашт муқоиса ба нафъи як усул анҷом ёбад, барои exact sign test-и дуҷониба:

\[ p= 2\left(\frac{1}{2}\right)^8 = \frac{2}{256} = 0.0078125 \]

мешавад. Қимати p=0,0078 дар манбаъ бо ин натиҷа мувофиқ аст.

Ин тест бузургии фарқҳои F1-ро не, балки эҳтимоли тасодуфӣ будани яксамт будани фарқ дар ҳамаи ҳашт оиларо арзёбӣ мекунад.

Фарқ дар интерметалликҳо

Манбаъ оилаи интерметаллиро махсус мисол меорад:

• CRISP F1 = 0,764,
• CrystalNN F1 = 0,508,
• Expert-curated F1 = 0,418.

Муаллифон инро ҳамчун далел шарҳ медиҳанд, ки каталоги васеи CRISP метавонад баъзе донишҳои кимиёвии махсуси оиларо нигоҳ дорад, ки дар хосиятҳои ба таври паймон аз ҷониби коршиносон интихобшуда кофӣ муаррифӣ нашудаанд.

Муқоисаи берун аз тақсимот бо моделҳои end-to-end

Дар санҷиши сохтори калонтар TPR-и калибршуда:

• CRISP = 0,839,
• CSLLM = 0,754,
• PU-CGCNN = 0,574.

Миёнаи макро дар ҳашт оилаи кимиёвии надидашуда:

Назорати замонии 2022 → 2026

Муҳаққиқон дар 334 сохтор, ки дар snapshot-и Materials Project-и Октябр 2022 бе тамға буданд, вале то Апрел 2026 ба сабти мусбат табдил ёфтанд, назорати ретроспективӣ анҷом доданд.

%94,6-и скорҳои CRISP-и ин сохторҳо аз ҳадди номиналии 0,5 болотаранд.

Ҳудуди тафсир: Ин натиҷа маънои онро надорад, ки CRISP синтези 334 маводи навро пешакӣ ва мустақилона ба таври таҷрибавӣ кашф кардааст. Таҳлил ретроспективӣ буда, робитаи тағйири мақоми пойгоҳи додаҳо бо мурури вақт ва скори моделро меомӯзад.

Усул ва Натиҷаҳои Таҳқиқот

Оё басомади қоида аҳамияти пешгӯиро муайян мекунад?

Не. Дар манбаъ кластерҳои қоидаҳо мувофиқи он индексатсия шудаанд, ки LLM онҳоро чанд маротиба тавлид кардааст, аммо байни басомади тавлид ва қимати importance-и Random Forest ё саҳми миёнаи мутлақи SHAP робитаи маънодор пайдо нашуд.

Масалан, қоидаҳои камтар тавлидшуда:

• инҳирофи стехиометрӣ — R42,
• antisite formation-energy proxy — R45

саҳми назарраси пешгӯӣ нишон доданд.

Ин натиҷа чунин фарқро нишон медиҳад: осон ва зуд-зуд ба хотир оварда шудани мафҳум аз ҷониби LLM бо воқеан муфид будани descriptor-и ҳисобкунандаи он барои модел як чиз нест.

Чаро Energy above hull муҳим аст?

Energy above hull ченаки устувории термодинамикӣ мебошад, ки нишон медиҳад мавод нисбат ба комбинатсияҳои эҳтимолии фазаҳои устувори дорои ҳамон таркиби умумӣ аз ҷиҳати энергия то чӣ андоза болотар аст. Барои сохторҳое, ки дар Convex hull қарор доранд, energy-above-hull ба сифр наздик аст, дар ҳоле ки қиматҳои баландтар метавонанд афзоиши метастабилӣи термодинамикиро нишон диҳанд.

Дар таҳлили importance-и глобалии descriptor-и CRISP, energy above hull муҳимтарин descriptor буд. Аммо танҳо ҳамин descriptor синфҳоро муайян накардааст; манбаъ мегӯяд, ки ҳеҷ descriptor-и ягона ҷудокунии қариб детерминистии синфҳоро таъмин накардааст.

10 descriptor-и муҳимтарин чӣ қадар маълумот дошт?

Мувофиқи тартиби importance, ки аз маълумоти омӯзишӣ ба даст омад, вақте танҳо 10 descriptor-и боло истифода шуданд, F1=0,816 ба даст омад. Зермаҷмӯаҳое, ки аз descriptor-ҳои дорои importance-и пасттар оғоз мешуданд, самаранокиро сусттар барқарор карданд.

Ин нишон медиҳад, ки қисми зиёди самаранокии дохили тақсимотро як ядрои паймон таъмин мекунад. Аммо манбаъ ҳамчунин нишон медиҳад, ки каталоги пурра дар тағйироти андозаи сохтор ва оилаи кимиёвӣ қавитар аст.

Ба ибораи дигар, баъзе қоидаҳои химия, ки дар тақсимоти омӯзишӣ нолозим менамоянд, ҳангоми гузариш ба оилаи нави мавод метавонанд муфид шаванд.

Оилаҳои descriptor

Таснифи post hoc-и коршиносон маълумоти descriptor-ҳоро асосан ба ин оилаҳои физика-химиявӣ ҷудо кардааст:

• термодинамикӣ,
• граф-робитавӣ,
• геометрӣ,
• таркибӣ.

GPT-5 дар оғоз тамғаҳои importance-и A/B/C пешниҳод кард, сипас ду коршиноси соҳа descriptor-ҳоро якҷо баррасӣ карда, тамғаҳои ниҳоиро бо мувофиқа муайян карданд. Азбаски баҳодиҳии мустақил анҷом дода нашуд, метрикаи inter-rater agreement, яъне мувофиқати байни баҳогузорон, муайян карда нашуд.

Аудити Физикии DFT Чиро Нишон Медиҳад ва Чиро Исбот Намекунад?

Аудити perturbation–relaxation-и DFT нишон медиҳад, ки сохторҳои дорои скори баланди CRISP дар зери вайронкуниҳои хурди координатӣ бо ёфтани геометрияи алтернативӣ дар ҳамсоягии наздик, ки коҳиши камтари энергия медиҳад, алоқаманданд; ин санҷиши мустақили мутобиқати физикӣ барои устувории маҳаллии сохторист, аммо кинетикаи синтез, истеҳсолпазирӣ дар лаборатория ё пойдории таҷрибавиро мустақим исбот намекунад.

Гурӯҳҳои DFT

Се гурӯҳ интихоб шуданд:

• 50 сохтори маълум-мусбати дорои скори баланд,
• 50 сохтори бе тамғаи дорои скори баланд,
• 50 сохтори бе тамғаи дорои скори паст.

Барои ҳар сохтори асосӣ координатаҳои касрии атомҳо ба андозаи %1 тасодуфан ҷойиваз карда шуда, 10 сохтори perturbation сохта шуд. Ҳамон даҳ random seed барои ҳар се гурӯҳ истифода шуд.

Устувории маҳаллӣ чӣ гуна арзёбӣ шуд?

Ҳар сохтори perturbation бо DFT relaxation карда шуд ва пас аз relaxation энергия ба энергияи сохтори асосӣ барои ҳар атом муқоиса гардид.

Ҳадди асосӣ:

\[ \Delta E<-0.02\;\mathrm{eV/atom} \]

истифода шуд.

Relaxation шудани perturbation ба энергияе, ки аз сохтори асосӣ ҳадди ақал 0,02 eV/atom пасттар аст, нишон медиҳад, ки дар фазои конфигуратсияи наздик геометрияи дорои энергияи пасттар ёфт шуданаш мумкин аст. Барои ҳамон сохтори асосӣ бештар мушоҳида шудани ин ҳолат дар perturbation-ҳо аз ҷониби манбаъ бо устувории маҳаллии сохтории пасттар алоқаманд карда шудааст.

Ҳангоми истифодаи ҳадҳои 0,01 ва 0,03 eV/atom ҳам ҳамон тартиби сифатӣ нигоҳ дошта шуд.

Шароити ҳисобкунии DFT

Ҳудуди ин назорати физикӣ

Устувории сохтор дар муҳити маҳаллии энергия нисбат ба perturbation-ҳои хурд мавҷудияти роҳи реаксияи дастрасро дар синтези воқеӣ нишон намедиҳад. Синтези воқеӣ метавонад ба ҳарорат, фишор, прекурсорҳо, монеаҳои кинетикӣ, гузаришҳои фазавӣ ва тартиби таҷрибавӣ ва дигар омилҳо вобаста бошад.

Аз ин рӯ, таҳқиқот натиҷаи DFT audit-ро ҳамчун “CRISP кинетикаи синтезро омӯхт” шарҳ намедиҳад.

Вазифаи энергияи ташаккул

Дар регрессияи энергияи ташаккул 99.186 сабти дорои энергияи ташаккули ниҳоӣ истифода шуд. Андозаи каталоги CRISP дар ин вазифа 25 descriptor аст.

Дар моделҳои регрессия RandomForestRegressor бо 100 дарахт истифода шуд. Дар се тақсимоти GroupShuffleSplit %20-и сохторҳо барои санҷиш ҷудо шуданд. Таносубҳои омӯзиш:

5%, 10%, 20%, 40%, 60%, 80% ва 100%

ҳамчун зермаҷмӯаҳои дарунсохт татбиқ шуданд.

MAE чиро ифода мекунад?

Хатои миёнаи мутлақ — Mean Absolute Error (MAE) — миёнаи фарқҳои мутлақ байни пешгӯӣ ва қимати воқеӣ аст:

\[ MAE= \frac{1}{n} \sum_{i=1}^{n} |y_i-\hat{y}_i| \]

\(y_i\) қимати воқеӣ, \(\hat{y}_i\) пешгӯии модел ва \(n\) шумораи намунаҳо мебошад. Бо кам шудани MAE хатои миёнаи пешгӯӣ кам мешавад.

R² чиро ифода мекунад?

Таърифи стандартии коэффисиенти детерминатсия:

\[ R^2= 1- \frac{\sum_i(y_i-\hat{y}_i)^2} {\sum_i(y_i-\bar{y})^2} \]

мебошад. Наздик шудани қимати \(R^2\) ба 1 нишон медиҳад, ки пешгӯиҳо қисми зиёди тағйирёбии тағйирёбандаи ҳадафро шарҳ медиҳанд. R²-и манфӣ метавонад нишон диҳад, ки модел дар баъзе шароити санҷиш аз пешгӯии оддии миёна ҳам бадтар амал мекунад.

Натиҷаҳои энергияи ташаккул

Манбаъ барои CRISP инчунин R²=0,961 гузориш медиҳад.

Дар интиқол ба ҳашт оилаи кимиёвии надидашуда, макро R²:

• CRISP = 0,564,
• Expert-curated = 0,474,
• CFID = 0,323.

Муаррифиҳои дигар дар ҳашт оила макро R²-и мусбатро нигоҳ дошта натавонистанд.

Маҷмӯи маълумоти ноқилияти ионӣ

Вазифаи ноқилияти ионӣ дар ҳарорати хонагӣ аз 503 электролити сахти ғайриорганикӣ иборат аст.

Ҳадаф:

\[ \log_{10}\left[\frac{\sigma}{\mathrm{S/cm}}\right] \]

ифода шудааст.

Дар ин ҷо \(\sigma\) ноқилияти ионӣ мебошад. Тақсим кардани ноқилият ба воҳиди S/cm таносуби беандозаро ба дохили логарифм ворид мекунад; модел бевосита логарифми асоси 10-и ноқилиятро пешгӯӣ мекунад.

Тақсимоти маълумот ба шакли reduced-formula-group-disjoint:

• 404 омӯзиш,
• 99 санҷиш

буд.

Натиҷаҳои ноқилияти ионӣ

Қимати R²-и санҷиши CRISP 0,570 аст.

Сипас CRISP дар ҳамаи 503 сохтори маҷмӯи рушд омӯзонида шуда, дар когорти берунии 150 электролити сахт, ки дар ин коллексия набуданд ва дастӣ ҷамъоварӣ шудаанд, бе омӯзиши дубора санҷида шуд:

Spearman ρ метрикаи rank-correlation мебошад, ки на қиматҳои мутлақи ду тағйирёбанда, балки то чӣ андоза тартибҳои онҳо якҷо тағйир меёбанд, чен мекунад. ρ=0,721 нишон медиҳад, ки дар ин когорти беруна байни тартиби ноқилияти пешгӯишуда ва тартиби мушоҳидашуда робитаи мусбат вуҷуд дорад.

Аммо манбаъ равшан мегӯяд, ки назорати иборат аз 18 descriptor-и дастӣ интихобшуда бо донишҳои махсуси коршиносӣ оид ба интиқоли ионҳо аз CRISP беҳтар буд. Дар PDF-и асосӣ натиҷаҳои пурраи рақамии ин назорати коршиносӣ ба Figure S20 ирсол шудаанд; чун қиматҳои дақиқи шакли ёрирасон дар PDF-и асосӣ дода нашудаанд, Verianla онҳоро тавлид намекунад.

Чаро натиҷаи модули лағзиш маҳдудияти муҳим аст?

Вазифаи модули лағзиш 10.794 сохтори мувофиқро дар бар мегирад. Манбаъ мегӯяд, ки дар ин вазифа descriptor-ҳои геометрии пайвастаи дорои ҳалнокии дақиқтар аз CRISP беҳтар кор карданд.

Ин натиҷа нишон медиҳад, ки CRISP муаррифии универсалии аз вазифа мустақил нест. Агар ҳадаф ба маълумоти геометрии хеле дақиқ ва пайваста сахт вобаста бошад, каталоги паймони descriptor, ки аз қоидаҳои химияи забони табиӣ компилятсия шудааст, метавонад ҳалнокии заруриро надошта бошад.

Хулосаи асосии рақамии таҳқиқот

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Қоидаҳои химияи забони табиӣ, ки LLM тавлид мекунад, метавонанд ба descriptor-ҳои иҷрошавандаи санҷишпазир табдил дода шаванд.
• Descriptor-ҳои CRISP дар benchmark-и MP30 зери ҳамон PU Random Forest нисбат ба муаррифиҳои умумӣ ва 18 descriptor-и интихобкардаи коршиносон F1-и баландтар ба даст оварданд.
• Бартарии CRISP дар тағйири андозаи сохтор ва тақсимоти оилаи кимиёвӣ зиёд шуд.
• Баъзе қоидаҳои кам тавлидшуда метавонанд маълумоти муҳими пешгӯӣ дошта бошанд; басомади тавлиди LLM proxy-и боэътимоди feature importance нест.
• Каталоги пурраи descriptor метавонад ҳангоми тағйири тақсимот маълумоти иловагие диҳад, ки дар дохили тақсимот нолозим менамояд.
• Скорҳои баланди CRISP дар протоколи татбиқшудаи DFT perturbation бо устувории маҳаллии сохтории баландтар алоқаманд ёфт шуданд.
• CRISP дар энергияи ташаккул бо муаррифии паймони коршиносӣ хатои монанди дохили тақсимот ба даст овард.
• CRISP дар ноқилияти ионӣ нисбат ба муаррифиҳои умумии кристаллӣ MAE-и пасттар ба даст оварда, маълумотро ба когорти мустақили 150 сохтор интиқол дод.
• Пас аз сохтани каталоги descriptor, барои ҳар мавод inference-и LLM лозим нест.
• Азбаски ҳар descriptor ба қоидаи кимиёвии номгузоришуда ва барномаи санҷишпазир пайваст мешавад, муаррифиро санҷидан ва ablate кардан мумкин аст.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Скори CRISP кафолат намедиҳад, ки кристалл ҳатман дар лаборатория синтез мешавад.
• Намунаҳои бе тамға манфии воқеӣ нестанд.
• Нишон дода нашудааст, ки сохторҳое, ки дар 2026 мусбат шуданд, аз ҷониби CRISP таҷрибавӣ “кашф” шудаанд.
• Аудити DFT perturbation кинетикаи синтез ё пойдории таҷрибавиро мустақим чен намекунад.
• CRISP барои ҳамаи хосиятҳои мавод беҳтарин муаррифӣ нест.
• Дар ноқилияти ионӣ аз назорати descriptor-и махсуси вазифаи коршиносӣ пеш нагузашт.
• Дар модули лағзиш беҳтар будани он аз descriptor-ҳои геометрии дақиқ нишон дода нашудааст.
• Бартарии LLM ҳамчун модели мустақими ниҳоии пешгӯӣ нишон дода намешавад; саҳми асосии CRISP дар марҳилаи knowledge compilation аст.
• F1=0,856 сатҳи муваффақияти синтези лабораторӣ дар ҷаҳони воқеӣ нест.
• Қиматҳои PU precision набояд мисли precision-и классикии таснифи пурра тамғагузоришуда мустақим шарҳ дода шаванд.

Маҳдудиятҳои асосии методологии таҳқиқот

Сохтори тамғаҳои PU: Вазифаи қобилияти синтезшавӣ синфи манфии воқеӣ надорад. Натиҷаҳо ба фарзияҳои benchmark-и мусбат/бе тамға ва қабули prevalence-и latent-positive бо α=0,0567 вобастаанд.

Вобастагӣ аз ҳадаф: Муваффақияти CRISP ба он вобаста аст, ки хосияти ҳадаф кадом сатҳи ҳалнокии маълумотро талаб мекунад. Натиҷаи модули лағзиш ин маҳдудиятро равшан нишон медиҳад.

Дониши пешакии коршиносӣ ҳанӯз арзиш дорад: Дар маҷмӯи хурди маълумоти ноқилияти ионӣ descriptor-ҳои қавии махсуси вазифа аз CRISP пеш гузаштанд.

Истифодаи proprietary LLM: Татбиқи ҷорӣ дар марҳилаҳои тавлиди қоида, якҷокунӣ ва тавлиди код моделҳои proprietary-и забониро истифода мебарад. Муаллифон дар посух матнҳои ниҳоии қоидаҳо, барномаҳои descriptor ва сабтҳои audit-ро нашр карда, пайгирипазирии муаррифии дар натиҷаҳо истифодашударо нигоҳ доштаанд.

Хронологияи рушди каталог: Каталоги K=50, буҷети 1.000 даъват ва тақсимоти аввалини MP30 дар марҳилаи аввали рушд муайян шуданд. Манбаъ таҳлилҳои Figure S4 барои андозаи каталог ва Figure S3 classifier-ро на prospective model-selection, балки таҳлилҳои ретроспективии ҳассосият меномад.

Санҷиши оилаи кимиёвӣ element-disjoint нест: Интиқоли оилавӣ taxonomy-level transfer-ро чен мекунад; ин маънои онро надорад, ки ҳамаи элементҳои оилаи санҷидашуда аз омӯзиш хориҷ карда шудаанд.

Ҷиҳатҳои қавӣ аз нигоҳи бозтавлидпазирӣ

• Prompt-ҳо дар Supporting Information мубодила шудаанд.
• Раванди консолидацияи қоидаҳо шарҳ дода шудааст.
• Кодҳои descriptor-и иҷрошаванда нашр шудаанд.
• Сабтҳои Code audit мубодила шудаанд.
• Гуфта шудааст, ки коди омӯзиш ва арзёбии модел тавассути GitHub дастрас аст.
• Маълумоти сохторҳои MP30 тавассути Materials Project дастрас аст.
• Zenodo DOI-и маҷмӯи рушди ноқилияти ионии 503 сохтор дода шудааст.
• ID-ҳои benchmark-и яхбаста дар моделҳои гуногун яксон нигоҳ дошта шудаанд.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Compiling Chemical Knowledge into Executable Descriptors for Materials Prediction

Муаллифон: Jaehwan Choi; Kunik Jang; Seongmin Kim; Shuan Chen; Kyungju Nam; Seung Hyo Noh; Donghwi Kim; Yousung Jung.

Муаллифи масъул: Yousung Jung.

Почтаи электронӣ: yousung.jung@snu.ac.kr

Муассиса 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.

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

Муассиса 3: Materials Research & Engineering Center, Hyundai Motor Company, Uiwang-si, Gyeonggi-do, Republic of Korea.

Навъи манбаъ: arXiv preprint; таҳқиқоти илми маводҳои ҳисоббарорӣ ва омӯзиши мошинӣ.

Шиносаи arXiv: arXiv:2608.27587.

Шакли arXiv DOI: 10.48550/arXiv.2608.27587.

Санаи сабти arXiv: 27 Август 2026.

Соҳа: Materials Science / cond-mat.mtrl-sci.

Ҳолати тақриз: Версияи баррасишуда preprint мебошад. То 4 Ноябр 2026 версияи ҷудогонаи маҷаллаи тақризшуда тасдиқ нашудааст.

Сабти расмӣ: arXiv:2608.27587.

Литсензия: Дар матни PDF-и асосии боршуда изҳороти равшани Creative Commons дида намешавад; таснифи дар манбаъ набудаи литсензия илова карда нашудааст.

Саҳми баробар: Дар PDF-и асосӣ изҳороти саҳми баробар/ҳаммуаллифи аввал мавҷуд нест.

Усули асосӣ: CRISP — чорчӯбаи LLM-дастгиришавандаи кашфи қоидаҳои кимиёвӣ, якҷокунии қоидаҳо ва компилятсияи descriptor-и скалярии иҷрошаванда.

Ихтисораи CRISP: Дар PDF-и асосӣ тавзеҳи равшан дода нашудааст.

Кашфи қоидаҳои қобилияти синтезшавӣ: gpt-4.1-mini-2025-04-14; 1.000 даъват; 10 қоидаи номзад дар ҳар даъват; ҳамагӣ 10.000 қоидаи забони табиӣ.

Embedding-и қоида: text-embedding-3-large; L2 normalization → PCA → normalization-и дубора.

Кластеркунӣ: k-means; 50 cluster; 50 centroid initialization; максимуми 1.000 итератсия; random seed 42.

Якҷокунии қоида: GPT-5; 50 қоидаи намояндагӣ барои қобилияти синтезшавӣ.

Каталогҳои қоидаи регрессия: Барои энергияи ташаккул, модули лағзиш ва ноқилияти ионӣ 25 оилаи қоида.

Тавлиди коди descriptor: gpt-4.1-2025-04-14; temperature=0; ҳар функсия як баромади скалярии floating-point тавлид мекунад.

Дахолати инсон: Дар омодасозии код танҳо execution repair барои хатогиҳои syntax, type, import ва runtime; манбаъ мегӯяд, ки мантиқи кимиёвӣ тағйир дода нашудааст.

Назорати ихроҷи ҳадаф: Дар тавлиди descriptor истифодаи қиматҳои ҳадаф, target-trained surrogate-ҳо ва вурудҳои мустақими proxy-и барои вазифа манъшуда пешгирӣ карда шудааст.

MP30: 100.194 сохтор; 38.347 P ва 61.847 U.

Омӯзиши MP30: 90.174 сохтор; 34.512 P ва 55.662 U.

Санҷиши MP30: 10.020 сохтор; 3.835 P ва 6.185 U.

Модели қобилияти синтезшавӣ: Bagged Positive–Unlabeled Random Forest.

Шумораи bag: 50.

Ҳар Random Forest: 100 estimator; ғайр аз ин танзимоти пешфарзи scikit-learn.

α: 0,0567; prevalence-и фарзшудаи мусбатҳои пинҳонӣ дар ҳавзи бе тамға.

Натиҷаи CRISP MP30: TPR=0,855; estimated precision=0,858; F1=0,856.

Интиқоли андозаи сохтор: Моделҳои дар MP30 омӯзонидашуда дар 23.525 сохтори дорои 31–49 site бе омӯзиши дубора арзёбӣ шуданд; CRISP F1=0,420.

Интиқоли оилаи кимиёвӣ: Ҳашт оила дар тарҳи leave-one-family-out санҷида шуданд; CRISP макро F1=0,537; Expert-curated=0,373; exact sign test p=0,0078.

Назорати замонӣ: Дар %94,6-и 334 сохторе, ки дар 2022 U буданд ва дар 2026 мусбат шуданд, скори CRISP аз 0,5 болотар аст; таҳлил ретроспективӣ мебошад.

Feature attribution: Random Forest impurity importance, TreeSHAP, held-out permutation importance ва таҳлилҳои fit-и такрорӣ.

Гурӯҳҳои DFT audit: 50 маълум-мусбати дорои скори баланд + 50 U-и дорои скори баланд + 50 U-и дорои скори паст; барои ҳар сохтор 10 адад %1 coordinate perturbation.

DFT: VASP 5.4.4; PAW; PBE; spin-polarized; 520 eV plane-wave cutoff; Gaussian smearing 0,05 eV; Γ-centered k-point mesh.

Ҳудуди тафсири DFT: Таҳлили Perturbation–relaxation робитаро бо устувории маҳаллии сохтор меомӯзад; далели кинетикаи синтез ё амалишавии таҷрибавӣ нест.

Шумораи маълумоти энергияи ташаккул: 99.186 сохтор.

CRISP барои энергияи ташаккул: MAE=0,130 eV/atom; R²=0,961.

Интиқоли оилаи кимиёвии энергияи ташаккул: Макро R²=0,564.

Шумораи маълумоти модули лағзиш: 10.794 сохтор.

Маҳдудияти модули лағзиш: Descriptor-ҳои геометрии пайвастаи дақиқ аз CRISP беҳтар кор карданд; PDF-и асосӣ барои скорҳои дақиқ ба Supporting Information ишора мекунад.

Маҷмӯи рушди ноқилияти ионӣ: 503 электролити сахти ғайриорганикӣ; 404 омӯзиш / 99 санҷиш.

Ҳадафи ноқилияти ионӣ: log₁₀[σ/(S/cm)].

Санҷиши дохилии CRISP барои ноқилияти ионӣ: MAE=1,229 воҳиди log; R²=0,570.

Когорти берунии ноқилияти ионӣ: 150 сохтор; берун аз 503 сохтори маҷмӯи рушд дастӣ ҷамъоварӣ шудааст.

Когорти берунии CRISP: MAE=1,170 воҳиди log; R²=0,476; Spearman ρ=0,721; дар когорти беруна refitting анҷом дода нашудааст.

Маҳдудияти ноқилияти ионӣ: Назорати 18 descriptor-и коршиносии махсуси вазифа аз CRISP беҳтар кор кардааст.

Regressiya learner: RandomForestRegressor; 100 дарахт; ғайр аз ин танзимоти пешфарзи scikit-learn.

Тақсимоти энергияи ташаккул / модули лағзиш: Се GroupShuffleSplit; %20 санҷиш; material identifier grouping; ҳиссаҳои омӯзиш %5, %10, %20, %40, %60, %80 ва %100.

Коркарди пешакии регрессия: Median imputation ва zero-variance removal дар Training data.

Метрикаҳои регрессия: MAE, RMSE, R² ва Spearman ρ.

Дастрасии маълумот: Сохторҳои кристаллии MP30 ва metadata-и вобаста аз Materials Project; гуфта шудааст, ки маҷмӯи рушди ноқилияти ионии 503 сохтор тавассути Zenodo DOI 10.5281/zenodo.17157647 дастрас аст.

Дастрасии код: Гуфта шудааст, ки коди манбаъ, prompt-ҳо, frozen rule catalogs, executable descriptor functions, кодҳои омӯзиш, арзёбӣ ва figure-preparation дар snu-micc/CRISP GitHub repository нашр шудаанд.

Маблағгузорӣ: Hyundai Motor Group.

Бархӯрди манфиатҳо: Kyungju Nam, Seung Hyo Noh ва Donghwi Kim кормандони Hyundai Motor Company мебошанд. Таҳқиқот аз ҷониби Hyundai Motor Group дастгирӣ шудааст. Муаллифони дигар competing interest гузориш надодаанд.

Саҳми муаллифон: Jaehwan Choi таҳқиқотро тарҳрезӣ кард; усул ва нармафзорро таҳия намуд; таҳлил, валидация, куратсияи маълумот ва шаклҳоро анҷом дод; лоиҳаи аввалро навишт. Kunik Jang таҳлили DFT perturbation–relaxation-ро анҷом дод, маҷмӯи маълумоти ноқилияти иониро куратсия ва валидация кард ва ба тафсир/навиштан саҳм гузошт. Seongmin Kim ва Shuan Chen ба таҳияи консепсияи аввалини таҳқиқот ва баҳсҳо саҳм гузоштанд. Kyungju Nam, Seung Hyo Noh ва Donghwi Kim дар муҳокимаҳои лоиҳа саҳм гузошта, мақоларо баррасӣ карданд. Yousung Jung лоиҳаро роҳбарӣ карда, ба консептуализатсия ва тафсир саҳм гузошт, маблағгузориро таъмин кард ва мақоларо бозбинӣ намуд. Ҳамаи муаллифон матни ниҳоиро тасдиқ карданд.

Ҳудуди асосии тафсир: Скори қобилияти синтезшавии CRISP кафолати муваффақияти воқеии синтези лабораторӣ, дастрасии кинетикӣ ё истеҳсоли таҷрибавӣ нест.

Ҳудуди асосии фарогирӣ: Бартарии усул аз ҳадаф вобаста аст; вазифаҳое, ки дар онҳо дониши пешакии коршиносӣ ё муаррифии геометрии дорои ҳалнокии баландтар бартарӣ доранд, дар манбаъ равшан гузориш шудаанд.