🔬 materials science

From Literature to Lab: Closed-Loop Advancement of Perovskite Solar Cells via Domain Knowledge Guided LLM

本文介绍了 PVK-LLM，这是一个领域知识引导的框架，它将大语言模型与分层贝叶斯优化相结合，以自主发现一种新型、高效率的钙钛矿太阳能电池配方，并实现了超过 26.0% 的光电转换效率，从而克服了通用大语言模型在处理复杂材料设计空间时的局限性。

原作者： Penglei Sun, Shuyan Chen, Xiang Liu, Longhan Zhang, Huajie You, Chang Yan, Yongqi Zhang, Xiaowen Chu, Tong-yi Zhang

发布于 2026-02-06

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Penglei Sun, Shuyan Chen, Xiang Liu, Longhan Zhang, Huajie You, Chang Yan, Yongqi Zhang, Xiaowen Chu, Tong-yi Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：从图书馆到实验室

想象一下，你正试图制作一个完美的蛋糕。你拥有一个拥有数百万本食谱（科学文献）的图书馆，但这些食谱是用不同的语言编写的，有些缺少配料，有些说明也含糊不清。你还有一个非常聪明的机器人厨师（大语言模型，或称 LLM），它读过所有这些书。

问题所在： 尽管这个机器人厨师在日常对话方面非常出色，但如果你让它烘焙一种特定类型的高科技“钙钛矿太阳能电池”蛋糕，它往往会失败。它可能会建议将不相容的配料混合在一起，或者因为它并不真正理解蛋糕背中的“化学原理”，所以它可能会随机猜测配料用量。这就像是一个知道“面粉”这个词，却不知道做舒芙蕾和做面包时分别该用多少量的厨师。

解决方案： 研究人员构建了一个专门的机器人厨师，名叫 PVK-LLM。他们不仅给了它图书馆，还专门训练它成为钙钛矿太阳能电池的大师。他们教会它阅读食谱，理解化学原理，然后使用一套智能导航系统来寻找完美配方，从而避免在错误的猜测上浪费时间。

他们是如何训练机器人的（三阶段学校）

为了将一个通用的智能机器人转变为太阳能电池专家，他们使用了一个“课程”（教学计划），分为三个阶段：

第一阶段：教科书阶段（知识注入）
- 类比： 想象一下，强迫机器人阅读 4,000 多篇科学论文，然后对这些论文进行测验。
- 发生了什么： 他们向机器人喂入了一个关于太阳能电池的大规模问答数据集。它学习了词汇、规则和基础科学。它从了解“什么是太阳能电池”进化到了理解“如何让它运行得更好”。
第二阶段：引用与实验室阶段（指令对齐）
- 类比： 现在机器人必须证明它不仅仅是死记硬背了答案。它必须展示它的作业（引用），并学会阅读实验笔记（实验数据）。
- 发生了什么： 他们教会了机器人这样表达：“我知道这行得通，因为这篇特定的论文是这么说的”，并让它能够观察数据表，解释为什么某个配方成功或失败。这防止了它编造虚假的科学事实。

做法：他们教会了机器人通过查看数据表来解释为什么一个配方有效或失效。这阻止了它制造假科学。

第三阶段：实时更新阶段（知识图谱）
- 类比： 图书馆一直在增加新书。机器人需要一种方法，可以在不每天重新阅读整个图书馆的情况下，获取最新消息。
- 发生了‌ها什么： 他们构建了一个所有材料之间联系的“智能地图”（知识图谱）。如果有一篇新论文发表，机器人可以立即查看地图，看看这个新成分如何与旧成分相匹配。

导航系统：大海捞针

一旦机器人变得聪明，它就需要找到最好的配方。可能配方的空间极其巨大——就像试图在一个城市规模的仓库里寻找完美的香料组合。

旧方法： 盲目地混合随机香料，直到味道好为止。这需要花费很长时间。
新方法 (PVK-BO)： 机器人使用一个名为贝叶斯优化 (Bayesian Optimization) 的“智能指南针”。
- 因为机器人已经掌握了“游戏规则”（领域知识），它不会从随机猜测开始。它从一个“热启动”开始——即基于它在学校学到的知识给出一个非常好的初始猜测。
- 然后，它运行一个模拟（虚拟实验室）来测试它的猜测。
- 如果虚拟测试失败，机器人会学习“为什么”，并调整配方。
- 它重复这个循环，通过每一次尝试变得越来越聪明，越来越接近完美的配方。

现实世界测试：湿实验

研究人员并没有止步于计算机模拟。他们在物理实验室（“湿实验室”）中让机器人进行了一次真实的实验。

目标： 制造一个能尽可能高效地将光转化为电能的太阳能电池（以 PCE 衡量）。
过程：
1. 开始： 机器人提出了一个标准配方。效果还可以（效率为 23.68%）。
2. 诊断： 机器人观察了结果并说：“问题在于‘钝化层’（一层保护涂层）。我们需要以非常精确的方式混合四种特定的成分。”
3. 迭代： 机器人提出了一个新的四种成分的混合物（3MTPAI, PDAI2, EDAI2, 和 PipDI）。
4. 结果： 经过仅仅几轮的测试和微调，机器人设计出了一个实现了 26.0% 效率 的配方。

为什么这很重要？
达到 26% 是世界级的水平。通常，科学家需要通过数年的试错才能达到这个高度。而这个机器人是自主完成的，它发现了一种从未在文献中报道过的四种成分的组合。它本质上是自主“发明”了一个更好的新配方。

总结

本文表明，如果你拿一个通用 AI，教它复杂科学（钙钛矿太阳能电池）的具体规则，并给它一种智能方式来导航寻找最优解的过程，它就可以扮演超级专家的角色。它可以阅读文献，理解数据，并自主设计出足以媲美顶尖人类专家的获胜实验。

技术摘要：从文献到实验室：领域知识引导的 LLM 实现钙钛矿太阳能电池的闭环演进

1. 问题陈述

钙钛矿太阳能电池（PSCs）代表了具有颠覆性的下一代光伏技术，其效率已超过 27%。然而，其发展受到高维设计空间的阻碍，该空间涵盖了前驱体组成、溶剂工程和工艺参数。传统的由研究人员驱动的试错法既费时又低效，往往难以在复杂的组合景观中识别出全局最优解。

虽然大语言模型（LLMs）为利用文本科学知识提供了潜力，但现有的模型（如 GPT 系列、ChemCrow、Coscientist）在钙钛矿这一专业领域面临着关键局限性：

语义失配： 它们难以将通用的语义推理与精确、定量的钙钛矿领域知识对齐，经常生成在科学上无效的配方。
在高维空间中的低效性： 它们缺乏在多参数设计空间中进行定量外推的能力，导致其在执行实现器件突破所需的闭环优化时显得力不从心。

2. 方法论：PVK-LLM 框架

作者提出了 PVK-LLM，这是一个旨在弥合非结构化科学文献与精确材料配方之间鸿沟的领域知识引导框架。该方法由两个主要部分组成：通过课程学习训练的专用 LLM 以及层次贝叶斯优化工作流（PVK-BO）。

A. PVK-LLM：三阶段课程学习

基于 Qwen2.5-32B 底座，该模型通过三阶段训练策略，将通用 LLM 转化为领域专家：

第一阶段：知识注入（PVK-Sci）： 模型在涵盖七个研究主题（如器件结构、界面工程、缺陷）的 55,104 个问答对数据集上进行微调。此阶段使模型内化了核心领域词汇和语义模式。
第二阶段：指令对齐：
- PVK-Cite： 在 22,916 个问答对上进行微调，使响应能够溯源至特定的文献引用，确保事实准确性。
- PVK-Exp： 在 12,648 个源自实验表格的问答对上进行微调，以实现对定量性能指标和效率机制的解读。
第三阶段：知识检索增强生成（RAG）： 模型连接到一个包含 23,789 个实体和 22,272 个三元组的钙钛矿知识图谱（PVK-KG）。该图谱通过自动化流水线进行动态更新，使模型无需频繁重新训练即可获取最新的科学发现。

B. PVK-BO：层次贝叶斯优化

为了在高度维的设计空间中进行导航，该框架采用了 PVK-BO，这是一个将 LLM 的生成能力与贝叶斯优化相结合的优化引擎。该工作流以闭环方式运行：

热启动（Warmstarting）： PVK-LLM 基于领域知识生成高质量的初始候选方案，解决了“冷启动”问题。
配方设计与候选采样： LLM 作为生成式建议分布，根据历史反馈和目标性能提出新的配方。
代理模型（Surrogate Modelling）： LLM 充当概率代理模型，在物理验证之前预测候选方案的性能。
采集函数（Acquisition Function）： LLM 本身作为一个智能采集函数，而非僵化的统计函数，在潜在性能增益与探索价值之间进行权衡，以选择下一个最优配方。
验证： 通过基于物理的模拟器（SCAPS-1D）或湿实验验证配方，并将结果反馈以优化策略。

3. 关键结果

A. 基准测试表现

领域知识： 在 PVK-MCQ 基准测试（1,103 个多选题）中，PVK-LLM 实现了 87.25% 的先进水平（SOTA）准确率，超越了 Qwen2.5-72B 和 GPT-4o 等通用 LLM。
定性评估： 在开放式生成任务（PVK-QA）中，PVK-LLM 在准确性、完整性、相关性和清晰度方面均得分最高。
人类评估： 在与五位领域专家的成对比较中，PVK-LLM 表现出统治地位的胜率：对比 Qwen2.5-32B 为 69.5%，对比 GPT-4 为 65.5%，对比 Deepseek-R1 为 68.0%。
语义结构： t-SNE 可视化证实，与基础模型的随机分布不同，PVK-LLM 的嵌入空间形成了清晰且具有明确语义意义的钙钛矿材料聚类。

B. 模拟器实验

使用 SCAPS-1D，该框架在**能带对齐（Band Alignment）和掺杂优化（Doping Optimization）**任务上进行了测试：

初始化效率： PVK-BO 实现了比随机搜索、Sobel 序列和拉丁超立方采样更高的初始平均光电转换效率（PCE），有效地绕过了初始探索阶段。
收敛性： 在能带对齐任务中，PVK-BO 达到了 26.52% 的最大 PCE。在掺杂优化任务中，它达到了 25.44%，其收敛速度更快、方差更低，优于标准的贝叶斯优化（BO）、HEBO 和 TuRBO 基准模型。

C. 湿实验

在针对 p-i-n 型钙钛矿太阳能电池的自主闭环湿实验中：

发现： PVK-LLM 识别出界面钝化是瓶颈，并自主设计了一种全新的、此前未见报道的四组分协同钝化系统：3MTPAI, PDAI2, EDAI2, 和 PipDI。
优化： 通过三个迭代周期，模型优化了混合比例。
- 第 0 轮（基准）：23.68% PCE。
- 第 1 轮：25.07% PCE。
- 第 2 轮：25.23% PCE。
- 第 3 轮（冠军）： 26.00% PCE（ $V_{OC}=1.155$ V, $J_{SC}=26.35$ mA/cm², $FF=85.44\%$ ）。
该结果接近了通常通过大量专家试错才能达到的世界纪录水平。

4. 重要性与主张

论文声称 PVK-LLM 成功证明了领域知识引导的 AI 可以：

内化科学专业知识： 通过弥合自然语言与定量材料科学之间的语义鸿沟，模型能够理解复杂的制备参数和实验记录。
加速材料发现： 该框架有效地导航高维设计空间，克服了冷启动问题，并缩短了从理论设计到实验室验证的迭代周期。
实现自主优化： 将 LLM 与贝叶斯优化相结合，使得在无需人类干预决策循环的情况下，自主提出新型高性能配方（如 26.0% PCE 的器件）。

作者指出，虽然目前的物理执行仍依赖于“人工在环（human-in-the-loop）”进行湿实验操作，但该框架具备可扩展性。通过集成标准 API 接口进行实验室自动化，该系统旨在进化为自驱动实验室的基础智能体，适用于电池电解质优化和有机光伏筛选等其他材料科学挑战。

承认的局限性：

模型的预测准确性受限于现有开源学术文献的质量、噪声和报告的不一致性。
目前的湿实验吞吐量受限于人工干预，尽管决策循环已实现完全闭环。