[论文解读] Autonomous Laboratory Agent via Customized Domain-Specific Language Model and Modular AI Interface

Zhuo Diao, Kouma Matsumoto+3 more|arXiv (Cornell University)|Feb 24, 2026

Machine Learning in Materials Science被引用 0

一句话总结

论文提出一个模块化、领域自适应的语言模型框架，在消费级显卡上具备约束感知执行能力，自动协调实时扫描探针显微镜（SPM）的扫描、知识和指令生成，且实现路由、知识与指令生成的分离。

ABSTRACT

We introduce a system architecture that addresses a fundamental challenge in deploying language-model agents for autonomous control of scientific instrumentation: ensuring reliability in safety-critical environments. The framework integrates probabilistic reasoning by domain-specialized language models with deterministic execution layers that enforce constraints through structured validation and modular orchestration. By separating intent interpretation, experimental planning, and command verification, the architecture translates high-level scientific goals into verifiable experimental actions. We demonstrate this approach in real-time atomic-resolution scanning probe microscopy experiments operated at room temperature, where the system autonomously generates control strategies, invokes corrective modules, and maintains stable operation under experimentally challenging conditions. Quantitative evaluations show that domain-adapted small language models achieve high routing robustness and command accuracy while operating on consumer-grade hardware. Beyond a specific instrument, the framework establishes a general computational principle for deploying language-model agents in safety-critical experimental workflows, providing a pathway toward scalable autonomous laboratories.

研究动机与目标

• 将高层次科研意图转化为可验证的实验行动，同时在实时纳米尺度仪器环境中确保安全性。
• 演示在室温下使用领域自适应的小型语言模型实现对扫描探针显微镜（SPM）的自主控制。
• 在硬件约束下，评估领域特定 LLM 与云端模型在可靠性、路由鲁棒性和指令准确性方面的对比。
• 展示具有约束验证的模块化 AI 界面如何实现实验程序的安全执行。

提出的方法

• 在与 SPM 相关的数据上微调紧凑的领域特定语言模型以实现本地控制。
• 实现三层 SLM 架构：知识库 SLM、指令 SLM 和路由器 SLM，并引入动态适配器注入方案以高效利用内存。
• 将用户输入路由到合适的 SLM，并通过文本解析器将输出转换为仪器可执行的指令。
• 强制执行带约束的验证，防止执行无效或超出规格的指令。
• 使用模块化 AI 界面编排 AI 模块和仪器 API，实现实时、安全的自主运行。

实验结果

研究问题

• RQ1 领域自适应的小型语言模型在 SPM 实验中能否实现高路由鲁棒性与指令准确性？
• RQ2 具备约束验证的模块化 AI 界面是否能在消费级硬件上实现对实时科学仪器的可靠自治控制？
• RQ3 Stage I 直接执行指令与 Stage II 自主规划在处理高层用户意图时有何差异？
• RQ4 基于 LLM 的实验工作流控制有哪些主要失败模式，如何通过微调来缓解？

主要发现

• 领域自适应的 SLM 在知识库与指令任务上实现了较高的路由准确性。
• 量化并微调的 Phi-4、Mistral-v0.3 和 Llama-3.2 模型在路由与规划性能上表现稳健，Phi-4 通常最强。
• 微调的 SLM 在知识库任务上接近云模型的性能，在 Stage II 的指令生成方面相较于 OpenAI o4-mini具有更优表现。
• 4 位量化将 GPU 内存使用量降低约 3 倍，使其能够在消费级 GPU 上部署，同时保持交互速度（>30 个 token/秒）。
• Stage II 的自主规划表明系统能够制定并执行多步实验计划，如漂移补偿和探针条件化，以在室温下实现原子分辨率成像。
• 该体系将概率推理与确定性执行分离，提升对实时仪器控制的安全性。