.png){kind=icon}
返回
Large Language Models (LLMs) for Materials Design
.png){kind=icon}
OA
AI
DOI：10.1002/adfm.202525897.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，人们见证了大型语言模型（LLMs）的快速进展，同时材料科学家迅速适应并利用其潜力。本综述调研了LLMs与材料科学交叉领域的最新发展。首先讨论了通用型和材料特定的LLMs，以及它们的理论与技术背景。随后详细阐述了它们的核心能力，包括面向材料设计的领域特定问答、自动化数据提取、语义驱动的材料设计、合成规划、性能预测，并强调逆向材料设计以及与材料模拟（如密度泛函理论和晶体结构预测）工作流的集成。这些能力通过金属/合金、金属有机框架、玻璃/陶瓷、光伏、催化和电池等案例研究进行说明，随后讨论了材料科学中检索增强生成（RAG）和代理系统的进展。最后，概述了LLMs在材料科学中的当前挑战和有前景的未来方向，特别是物理信息Transformer（PIT）或材料信息Transformer（MIT）架构，这些架构可能有效弥合材料科学与LLMs之间的差距（即面向材料的LLMs和面向LLMs的材料）。
Keyword:
AI for science
AI plus materials
large language model (LLM)
materials genome
materials informatics
期刊
IF:
19
论文数:
3.5W
被引数:
32.1W
机构
引用论文
Unsupervised evolution of protein and antibody complexes with a structure-informed language model具有结构信息语言模型的蛋白质和抗体复合物的无监督进化.png)
Science
ScienceIF0
PREAI
分享收藏MatGPT: A Vane of Materials Informatics from Past, Present, to FutureMatGPT: 材料信息学从过去、现在到未来的风向标ADVANCED MATERIALS
ADVANCED MATERIALSIF26.8
PREAI
分享收藏SciAgents: Automating Scientific Discovery Through Bioinspired Multi-Agent Intelligent Graph ReasoningSciAgents: 通过生物启发的多主体智能图推理实现科学发现的自动化ADVANCED MATERIALS
ADVANCED MATERIALSIF26.8
PREAI
分享收藏Applications of machine learning method in high-performance materials design: a review机器学习方法在高性能材料设计中的应用：综述
IF0
PREAI
分享收藏AI-assisted wafer-scale exfoliation and transfer of 2D materials: status, challenges and perspectivesGe, H.; Liu, J.; Sebek, M.; Li, Z.; Fu, W.; Wang, Z.; Wang, Z. AI辅助的晶圆级二维材料剥离与转移：现状、挑战与展望. AI Sci. 2025, 1, 013002. [Google Scholar] [CrossRef]
PREAI
分享收藏From Deep Learning to ChatGPT for Materials DesignM. Mudabbiruddin, A. Mosavi, F. Imre, 从深度学习到ChatGPT用于材料设计, 见：2024年IEEE第11届计算控制论与网络医疗系统国际会议（ICCC）, IEEE, 河内, 越南, 2024: 第1-8页. https://doi.org/10.1109/ICCC62278.2024.10582940.
PREAI
分享收藏
查看更多内容