ElectroChemDB

新的多模态LLM管道从科学论文中提取电化学数据

研究人员开发了ElectroChemLLM，一个多模态大型语言模型管道，旨在从科学PDF中提取结构化电化学数据。该管道通过处理文本、表格和图形来识别电解质成分、电极材料、电池配置和理化性质，克服了纯文本模型的局限性。ElectroChemLLM应用于从15,000篇研究文章中整理ElectroChemDB，在一个基准数据集上达到了0.97的F-1分数，并能够训练用于材料发现的预测机器学习模型。