ProvMind：面向材料合成的基于溯源的推理

《npj Computational Materials》：ProvMind: provenance-grounded reasoning for materials synthesis

　　

摘要

材料工艺优化需要对路线、条件、工具和物料流依赖进行推理，然而大多数计算表述将合成程序扁平化为文本或有序步骤。我们提出了 MatProcBench，这是一个基于文献挖掘的 MatPROV 图构建的溯源基准，用于在同划分和偏移感知评估下，评估涵盖路线连续性、步骤级变量推断和全局物料流一致性的七个工艺推理任务。其严格的双分布偏移（dual-OOD）划分同时测试了向后续出版物和留出材料类别的迁移能力。我们进一步提出了 ProvMind，这是一种工艺记忆推理框架，它检索类似的训练工艺，将其转换为溯源感知的选项级兼容性评分，并使用语言模型进行受限的最终决策制定。ProvMind 在双域外划分上达到了 52.84% 的准确率，超过了评估的提示、检索增强和监督微调基准的综合准确率。这些结果展示了在受控分布偏移下基于溯源的工艺记忆的潜力，而复杂路线和联合条件任务仍然具有挑战性。