Escaping the Hydrolysis Trap: An Agentic Workflow for Inverse Design of Durable Photocatalytic Covalent Organic Frameworks
Diese Studie stellt „Ara" vor, einen auf einem Large Language Model basierenden Agenten, der durch die Anwendung chemischer Vorwissen und donor-akzeptor-Theorie die inverse Suche nach stabilen und aktiven kovalenten organischen Gerüsten (COFs) für die photokatalytische Wasserstoffproduktion effizienter gestaltet als herkömmliche Suchmethoden.