본 논문은 이중 페로브스카이트(DP)의 조성 생성을 위한 다중 에이전트, 텍스트 기울기 기반 프레임워크를 소개합니다. 이 프레임워크는 LLM 기반 자체 평가, DP 특정 도메인 지식 기반 피드백, ML 대리 모델 기반 피드백을 통합하여 자연어 조건 하에서 DP 조성을 생성합니다. 지식 기반 텍스트 기울기를 활용하여 생성 프로세스를 물리적으로 의미 있는 DP 조성 공간으로 유도합니다. 세 가지 구성(순수 LLM 생성, LLM 추론 기반 피드백 포함 LLM 생성, 도메인 지식 기반 피드백 포함 LLM 생성)을 비교한 결과, 지식 기반 기울기를 통한 반복적인 지도가 추가적인 훈련 데이터 없이 안정성 조건을 충족하는 데 기여했습니다. 98% 이상의 조성 유효성과 최대 54%의 안정적 또는 준안정적 후보를 달성하여 LLM 단독 기반(43%) 및 이전 GAN 기반 결과(27%)를 능가했습니다. ML 기반 기울기 분석 결과, ID 영역에서는 성능이 향상되었지만 OOD 환경에서는 신뢰성이 떨어졌습니다.
