LLM-Guided Open Hypothesis Learning from Autonomous Scanning Probe Microscopy Experiments
यह शोध पत्र एक स्वायत्त स्कैनिंग प्रोब माइक्रोस्कोपी फ्रेमवर्क प्रस्तुत करता है जो स्पार्स (sparse) प्रयोगात्मक डेटा से नए भौतिक परिकल्पनाओं को उत्पन्न करने और उनका मूल्यांकन करने के लिए सिम्बोलिक रिग्रेशन को लार्ज लैंग्वेज मॉडल्स के साथ एकीकृत करता है, जो पूर्व-निर्धारित मॉडलों के बिना फेरोइलेक्ट्रिक डोमेन स्विचिंग के लिए व्याख्या योग्य वोल्टेज-टाइम ग्रोथ लॉ (growth laws) की सफलतापूर्वक खोज करता है।