在复合材料论文写作中,我们实验室测试了DeepSeek的辅助能力。第一步是提供可靠资料:将PDF文献、实验数据表格直接粘贴到对话窗口,要求模型提取关键参数。例如,我们输入了碳纤维增强聚合物(CFRP)的拉伸强度数据(共420个样本,来自5篇近三年论文),DeepSeek能自动识别均值与标准差,但需人工核对异常值。第二步处理复合材料结构:使用提示词“请以表格形式列出层合板铺层顺序对弯曲模量的影响”,模型输出结果后,我们手动补充了铺层角度(如[0/90/45]s)的物理意义。第三步核验:逐条检查文献引用是否真实——我们发现DeepSeek曾虚构一篇“J. Compos. Mater. 2023”的文章,因此必须用DOI验证。
一个关键发现:DeepSeek在生成数学公式时表现稳定。例如,复合材料弹性模量的混合律公式可写为:$E_c = \eta_0 (E_f V_f + E_m V_m)$,其中$\eta_0$为取向因子。我们让DeepSeek推导$\eta_0$的表达式,它给出了$\eta_0 = \sum_{i} a_i \cos^4 \theta_i$,但未注明$a_i$为纤维体积分数占比。这提示我们:AI擅长形式推导,但物理含义需人工补充。