超导参数不再只靠临界温度：AutoSuperCon从4.7万篇预印本抽出八个参数，覆盖6793种材料
核心概要
超导材料筛选长期只依赖临界温度一个实验参数，而上临界场、临界电流密度等决定实用性的量散落在文献里、没有结构化数据。AutoSuperCon用大语言模型从arXiv超导分类的4.7万余篇开放预印本中抽取八种实验超导参数，并补入Roberts 1976综述的数字化条目，得到6793种超导体的20354条记录。与NIMS SuperCon共有的2439种材料上，临界温度的中位偏差为0.25 K（相对3.5%）；据此可在大规模上检验经验关系，并用化学组成预测临界温度与上临界场。
深度剖析
超导数据资源从单一临界温度扩展到八种实验参数，使上临界场、穿透深度、能隙等此前无法批量使用的量进入可检索的结构化记录。 此前的文本挖掘超导数据库要么只覆盖临界温度，要么基本未与参考数据做过校验。 与NIMS SuperCon共有的2439种超导体上，两库临界温度接近一致，中位绝对偏差0.25 K、相对偏差3.5%；在2014种临界温度低于某阈值的材料上一致性依然成立。
抽取流程把每篇预印本切成带重叠的文本段，只有同时含参数关键词、带匹配单位的数值和“superconduct”字样的段落才送入大语言模型。 模型按参数分别用系统提示词和JSON模式返回化学式、参数值、实验方法与样品形态，以及压力、磁场取向等条件。 每条记录保留来源预印本的arXiv标识，重复报道按中位数合并并记录报道条数与离散度，异常值按各参数允许范围剔除。
在已知超导家族内部，仅凭化学组成就能同时筛选临界温度和上临界场。 上临界场此前没有基于实验数据训练的机器学习预测器。 在1204种具有取向平均上临界场的材料上，组成直接预测与实测值吻合；经由预测临界温度的两阶段路线进一步提高，作者报告增益虽小但统计上可分辨（95%置信区间）。
启示与展望
分析限定在常压下的块体样品，临界场、能隙与穿透深度取零温极限；数据库覆盖arXiv超导分类至2026年3月的预印本，加上Roberts 1976综述中不重复的639条记录。作者提出该抽取流程可推广到阻挫磁体、拓扑物质等其他量子材料类别。
arXiv预印本未经同行评审，抽取误差需要逐条回溯来源预印本核查；作者也指出NIMS SuperCon本身含有错误记录，因此分歧不一定源自抽取。留一家族评估中，临界温度与上临界场预测器对铜氧化物和铁基家族均失败，说明组成模型不能外推到训练中未出现的超导家族。