Живая база солнечных ячеек экспресс
Научные статьи выходят быстрее, чем люди успевают их читать и систематизировать. В области перовскитных солнечных элементов главная база данных застыла в 2021 году, хотя исследования идут полным ходом. Теперь на помощь пришла PERLA — автономная живая база, которая сама следит за потоком публикаций.
PERLA использует большие языковые модели, чтобы выуживать из текстов сложные данные об устройствах, а затем проверяет их с помощью физических правил. Точность извлечения превышает 90%, и, в отличие от людей, система не страдает от разнобоя в оценках. Она как прилежный библиотекарь, который не устаёт и не ошибается от усталости.
Благодаря PERLA статичные публикации превращаются в динамичный ресурс знаний. Теперь исследователи могут опираться на актуальные данные и быстрее двигаться к новым открытиям. База растёт вместе с наукой, не отставая ни на день.
Оригинальная аннотация
как её написали авторы, на английском arXiv:2601.17807
Scientific discovery is severely bottlenecked by the inability of manual curation to keep pace with exponential publication rates. This creates a widening knowledge gap. This is especially stark in photovoltaics, where the leading database for perovskite solar cells has been stagnant since 2021 despite massive ongoing research output. Here, we resolve this challenge by establishing an autonomous, self-updating living database (PERLA). Our pipeline integrates large language models with physics-aware validation to extract complex device data from the continuous literature stream, achieving human-level precision (>90%) and eliminating annotator variance. By employing this system on the previously inaccessible post-2021 literature, we uncover critical evolutionary trends hidden by data lag: the field has decisively shifted toward inverted architectures employing self-assembled monolayers and formamidinium-rich compositions, driving a clear trajectory of sustained voltage loss reduction. PERLA transforms static publications into dynamic knowledge resources that enable data-driven discovery to operate at the speed of publication.
Точность извлечения данных у PERLA выше 90% — это сравнимо с работой опытного эксперта, но без человеческих ошибок и усталости.