홍콩과기대 등 연구진이 장기간 이어지는 분자 시뮬레이션 캠페인에서 LLM 추론을 캠페인 구성과 이벤트 발생 시점에만 선택적으로 투입하는 프레임워크 'Agent-MD'를 제안했다. 일상적인 시뮬레이션·분석·연속·아카이빙 작업은 승인된 정책과 명시적 상태 기록을 사용하는 규칙 기반 상시 에이전트가 처리하도록 설계했다. 몬모릴로나이트 5개 시스템, 상대습도 3단계로 구성된 그랜드 캐노니컬 몬테카를로-분자동역학(GCMC-MD) 수증기 탈착 캠페인에 적용한 결과, 15개 시스템-습도 조합에서 120회의 분할 시뮬레이션 주기를 완료하는 동안 실시간 추론 에이전트 호출은 단 한 번의 검토 경계에서만 필요했다. 이 연구는 모든 연산을 LLM 추론 루프 안에 넣지 않고도 재현 가능하고 감사 가능한 에이전트 지원 시뮬레이션이 가능함을 보여준다.
- •일상 작업은 규칙 기반 에이전트가, 예외적 이벤트 발생 시에만 LLM 추론을 선택적으로 투입
- •몬모릴로나이트 5개 시스템·습도 3단계, 120회 분할 시뮬레이션 주기의 GCMC-MD 캐페인에 실증
- •실시간 추론 에이전트 호출이 15개 상태 중 단 1건만 필요할 정도로 개입을 최소화
- •칼슘계 몬모릴로나이트가 저습도에서 층간수를 더 많이 유지하는 등 조성별 차이도 확인
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Agent-MD: Selective LLM Intervention with Event-Driven Escalation for Stateful GCMC--MD Campaigns
본문 미리보기
arXiv:2608.07637v1 Announce Type: new Abstract: Long-running molecular simulation campaigns require repeated continuation from saved states, provenance-aware progression, adaptive assessment, and occasional interpretation of workflow conditions that cannot be resolved safely by fixed rules. Here, we present Agent-MD, a framework that places large language model (LLM) reasoning selectively at campaign construction and event-triggered review, while routine simulation, analysis, continuation, arch
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:39AI 초안
