Resumen: Las dobles perovskitas (DP) son candidatos prometedores para tecnologías de energía sostenible debido a su capacidad de ajuste de composición y compatibilidad con la fabricación de baja energía, sin embargo, su vasto espacio de diseño plantea un desafío importante para el descubrimiento de materiales condicionales. Este trabajo presenta un marco de texto basado en gradientes de múltiples agentes que realiza la generación de composiciones de DP en condiciones de lenguaje natural mediante la integración de tres fuentes de retroalimentación complementarias: autoevaluación basada en LLM, retroalimentación basada en el conocimiento del dominio específico de DP y retroalimentación basada en sustitutos de ML. De manera análoga a cómo el aprendizaje automático basado en el conocimiento mejora la confiabilidad de los modelos convencionales basados en datos, nuestro marco incorpora gradientes de texto basados en el dominio para guiar el proceso generativo hacia regiones físicamente significativas del espacio de composición de DP. La comparación sistemática de tres configuraciones incrementales, (i) generación pura de LLM, (ii) generación de LLM con retroalimentación basada en el razonamiento de LLM y (iii) generación de LLM con retroalimentación guiada por el conocimiento del dominio, muestra que la guía iterativa a partir de gradientes basados en el conocimiento mejora la satisfacción de las condiciones de estabilidad sin datos de entrenamiento adicionales, logrando más del 98 % de validez compositiva y hasta un 54 % de candidatos estables o metaestables, superando tanto la línea de base de solo LLM (43 %) como los resultados anteriores basados en GAN. (27%). Los análisis de los gradientes basados en ML revelan además que mejoran el rendimiento en regiones dentro de la distribución (ID), pero se vuelven poco confiables en regímenes fuera de la distribución (OOD). En general, este trabajo proporciona el primer análisis sistemático de gradientes de texto guiados por el conocimiento y de múltiples agentes para el descubrimiento de DP y establece un plan generalizable para el diseño de materiales generativos impulsados por MAS destinados a promover tecnologías sostenibles.
Publicado originalmente en export.arxiv.org el 30 de noviembre de 2025.
Ver fuente original
