SCALAR：量化材料基础模型中的结构幻觉、一致性与推理缺口
机器学习
2026-02-02 v1 材料科学
计算工程、金融与科学
摘要
大型语言模型日益被应用于材料科学推理，但其在物理结构分布迁移下的行为仍鲜有了解。我们提出 SCALAR（Structural Consistency And Logic Across Regimes），用于评估几何尺度泛化及其与结构幻觉、一致性和推理在材料基础模型中的关系。给定标准晶体表示，模型必须推理关于通过超胞扩张和几何截断获得的派生纳米颗粒结构，这些结构跨越从几何尺寸为几原子到超过 18,000 原子的长度尺度，总计约100,000个由 DFT 验证的基本胞构成的结构。SCALAR 定义三个任务：（i）从 CIF 文件进行性质预测。（ii）带有显式物理 grounding 推理的链路推理变体。（iii）从候选晶体中逆向检索给定目标性质的晶体。输出通过结构化指标进行评估，包括数值误差、幻觉、跨提示一致性、单调推理、输出有效性和检索后悔。跨 diverse 基础模型的实验揭示了在显式推理下出现的大规模、模型依赖性的偏移，通常会减少幻觉和误差，但经常会使一致性或有效性不稳定。这些结果表明，几何尺度泛化不能仅凭准确性推断得来。补充材料可在 https://github.com/KurbanIntelligenceLab/SCALAR 获取。
引用
@article{arxiv.2601.22312,
title = {SCALAR: Quantifying Structural Hallucination, Consistency, and Reasoning Gaps in Materials Foundation Models},
author = {Can Polat and Erchin Serpedin and Mustafa Kurban and Hasan Kurban},
journal= {arXiv preprint arXiv:2601.22312},
year = {2026}
}