Launch HN：Discovered Materials（YC P26）用AI智能体发现新材料

最后，我们描述了该基准测试中用于衡量模型性能的工具、工具和分级器。所有模型的任务是寻找满足 $kappa、$epsilon、$youngs 和 $shear 条件的材料。固定值的选择用于定义合适的期望窗口，下面的目标即模型所获得的任务。

提出动态稳定、新颖、BEOL 兼容的晶体材料，满足以下所有目标：热导率 $kappa、静态介电常数 $epsilon、杨氏模量 $youngs 和剪切模量 $shear。

每个候选材料还必须附带一个 BEOL 温度和工艺兼容的合成配方，且该配方需经专家评审认为“值得尝试”——若配方被认为不值得尝试，则该候选不计入。新颖性意味着该材料在已报道的文献中从未在 BEOL 兼容条件下以薄膜形式沉积。

我们为模型配备了一套工具来完成此任务，这些工具的设计与计算材料科学家可用的工具类似。

我们提供给模型的工具包括：- 网络搜索（使用 Exa 作为提供商）- 一个具备 Python 和 bash 功能以及相关材料科学包（pymatgen、mp_api 和 ASE）的编码沙箱- 基于机器学习的工具，用于计算 1) 动态稳定性、2) 晶格热导率、

3) 静态介电常数和 4) 柔度张量模型没有停止条件，会一直运行直到出错或耗尽总计 1 亿 token 的预算。我们使用 AI 安全研究所的开源 Inspect 框架来对这些模型进行基准测试。

在下一节中，我们将更详细地讨论模型用于筛选候选材料的实现工具，然后讨论合成评分流程。提供的工具下面，我们列出了本研究中用于计算各种属性的基于机器学习的工具。

我们利用机器学习原子间势（MLIP），特别是通用点边 Transformer（UPET）基础机器学习模型 PET-MAD。在未来的工作中，可以直接使用密度泛函理论计算替代这些 MLIP 计算，或采用混合方法。

动态稳定性和“谐波”晶格热导率我们使用 Pheasy 和 Phonopy 生成随机配置，通过压缩感知方法拟合二阶力常数。这使我们能够识别所有声子模式。

任何低于 THz（meV）的虚频模式都被判定为动态不稳定。我们使用 PET-MAD 评估每个随机配置的能量和力。根据单位晶胞体积中的谐波声子计算得到的量，包括比热容、模式群速度和带权重的不可约波矢，我们将热导率近似为其中被视为常数。

这有效地筛选出具有极平坦能带的结构，避免了更昂贵的弛豫时间计算。晶格热导率（LTC）我们使用 Pheasy 和 Phonopy 生成随机配置，通过压缩感知方法拟合二阶和三阶力常数。我们在三声子散射图像中近似 LTC。

为获得热导率，我们在弛豫时间近似下求解玻尔兹曼输运方程。我们在 LTC 评估中考虑了同位素效应，并忽略了电子贡献，因为候选材料预期具有高带隙（低介电常数）。静态介电常数我们使用通用材料张量网络（GMTNet）通过拟合 JARVIS DFPT 数据库来获得静态介电常数。

我们不是直接拟合静态介电常数，而是训练两个独立的模型——一个用于电子/高频介电常数，另一个用于 Born 有效电荷。

从这两个模型中，我们可以从光学声子模式（使用上述 MLIP 计算）重建介电常数，其中是声子本征矢量加权的 Born 有效电荷，是模式振子强度，是单位晶胞体积。我们通过将两者的张量贡献相加来获得张量。

力学性能我们从材料的柔度张量中获得杨氏模量和剪切模量。这是通过在 12 种不同配置下对单位晶胞施加应变，并再次使用 MLIP 预测相关应力来评估的。合成评分流程我们向人类专家提供了一些 LLM 生成的配方，让他们独立评分。

根据这些评分，我们构建了评分标准来评估任何提出的配方。每个评分标准基于惩罚制，配方因错误指定或遗漏任何信息而被扣分。惩罚分为两类：关键惩罚和可修复惩罚。关键惩罚自动保证该配方不会被尝试。评审员可以根据可修复惩罚列表决定是否尝试某个配方，或将其标记为不太可能成功。

对于我们的评分器，我们使用三个 GPT-5.6 Sol 中最差的一个，并启用 OpenAI 的网络搜索功能，因为它与人类反馈的相关性最好。评分示例工具：2.45 GHz 微波等离子体 CVD（低温，籽晶）。

- 衬底：300 mm Si 晶圆，带有 100 nm PECVD SiO2；溅射 3 nm AlN 或 2 nm h-BN（0001）缓冲层以模板化六方堆叠。

- 籽晶：旋涂 5 nm 爆轰纳米金刚石胶体（0.1 g/L 溶于 DMSO），超声 60 秒，N2 吹干；籽晶密度 >1e11 cm-2；籽晶前 O2 等离子体去胶 10 秒。- 气体：H2 中 0.4% CH4，总流量 300 sccm，压力 15 Torr；

微波功率 600 W，脉冲占空比 30%，以将衬底保持在 380-400 °C（高温计 + He 背冷台）。- 偏压：前 10 分钟施加 -80 V DC 脉冲衬底偏压（偏压增强成核），然后浮空。

- 生长：8 小时 → 80-150 nm 连续薄膜；通过原位激光反射干涉法确定终点。- 后处理：350 °C 下 H2 等离子体 5 分钟进行表面终止；可选 400 °C、30 分钟 N2 退火。

- 相鉴定：紫外拉曼（六方金刚石 1315-1325 cm-1 对比立方 1332 cm-1，无 1580 cm-1 G 带），GIXRD 显示六方（100）/（002）/（101）反射在立方金刚石中不存在，截面 TEM/SAED 用于 ABAB 堆叠；

石墨/DLC 污染由 D/G 带显示。这是 Claude Opus 5 提出的通过籽晶微波等离子体 CVD 制备六方金刚石（蓝丝黛尔石）的方案，根据 PECVD 评分标准进行评分。评分器返回“不会尝试”：一个关键惩罚，它本身结束了判断，外加五个可修复惩罚。

在评分标准的 17 项标准中，适用的惩罚包括：- 没有导致某些期望相形成的特定处理或选择。这是关键惩罚，它本身决定了结果。- 如果使用等离子体，则未明确指定——源、功率、气体、偏压。- 气流或沉积顺序缺失或指定错误。

- 未指定废气处理，包括泵送和洗涤或减排。- 加工条件可以形成所需相，但不够充分。- 提议的表征无法验证组成和所提出的相。用评分器的话说，关键惩罚是：相选择概念不能可靠地产生有序的 2H P6₃/mmc 碳。

纳米金刚石籽晶 MPCVD 直接从籽晶晶粒生长，屏蔽了埋藏的 h-BN/AlN 缓冲层对堆叠的控制；常规爆轰籽晶是立方金刚石。偏压和低温退火都没有提供已证实的 ABAB 堆叠机制。最近的相纯六方金刚石使用 20 GPa 和 1,300–1,900 °C 下的定向石墨。

其总体总结：CH₄/H₂ 等离子体和致密的纳米金刚石籽晶可以合理地产生连续的纳米晶金刚石薄膜。然而，它们并不能提供通往指定有序 P6₃/mmc 相的可靠途径：生长将主要起源于立方纳米金刚石籽晶，有效地……