一种基于大模型Agent的材料数据质量评价方法

本申请公开了一种基于大模型Agent的材料数据质量评价方法，涉及材料科学与智能化数据管理技术领域。该方法首先，基于规则集并通过实时反馈和循环检测机制，对原始材料数据进行修正，确保进入后续评估的数据具备较高质量。其次，基于知识库，利用RAG技术和LLMs模型，对待评估材料数据进行专业性、逻辑一致性和合理性进行深入分析，生成基于知识库的数据质量评估结果。与此同时，多种机器学习算法对待评估材料数据进行多方面的细致检测，得到多个基于机器学习算法的数据质量评估结果，并通过可视化的方法提供直观、量化的评估结果。然后，通过大模型Agent整合多维度评估信息，生成高解释性、结构化的综合性质量评估结果。