AutoXRD: 用于粉末衍射分析的自主LLM智能体与综合评测

摘要

粉末X射线衍射（XRD）是材料表征的核心，但端到端自动化仍具挑战。本文提出自主LLM智能体框架AutoXRD：将XRD分析组织为逐步精修，以观测证据为依据，接受结果前施加确定性晶体学与物理检查。作者引入XRDBench：QA轨含100个有界诊断任务，E2E轨含34个可执行工作流。10个近期LLM共1,340次模型-任务运行平均仅57.8/100，从QA的61.9降至E2E的53.7；模型在精修历史评估与结果接受上较强，但在精修动作选择、物相定量、指标化与Rietveld精修上较弱。GPT-5.6 Sol总分最高（81.1），GPT-5.6 Terra的E2E最高（81.0），GPT-5.6 Luna性价比最佳。消融显示六项组件均提升性能；执行轨迹分析发现耦合参数控制、定量推理、证据保存与工作流终止方面的反复失败。