研究人员开发了一种使用大型语言模型（LLM）验证金属有机框架（MOF）结构完整性的方法。通过将晶体学数据转化为化学上有意义的文本，LLM 可以识别不合理或无序的 MOF 结构，类似于现有的基于图的模型。至关重要的是，这些基于 LLM 的验证器通过生成已识别错误的理由（例如异常键合或电荷状态）来提供可解释性，使其成为整理 MOF 数据库的实用工具。 AI
影响 增强了验证复杂材料结构的可解释性和效率，有可能加速材料发现。
排序理由 这是一篇详细介绍 LLM 在材料科学中新应用的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- large language models
- metal-organic framework
- Ministry of Finance of Japan
- MOF Model to Text Transformation Language
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
