في الآونة الأخيرة ، قامت مجموعة SF10 التابعة لمعهد الفيزياء التابع للأكاديمية الصينية للعلوم / مركز بكين الوطني لبحوث فيزياء المواد المكثفة ومركز معلومات شبكة الكمبيوتر التابع للأكاديمية الصينية للعلوم بتطبيق نماذج كبيرة الذكاء الاصطناعي في مجال علوم المواد ، كما ذكرت صحيفة شنغهاي للأوراق المالية اليومية في 3 نوفمبر. قام الفريق التعاوني بتغذية عشرات الآلاف من بيانات مسار التخليق الكيميائي إلى نموذج اللغة الكبيرة LLAMA2-b ، مما أدى إلى نموذج MatChat الذي يمكن استخدامه للتنبؤ بمسار تخليق المواد غير العضوية. يمكن للنموذج إجراء استنتاجات منطقية وفقا للهيكل المطلوب ، وإخراج عملية التحضير المقابلة والصيغة. في الوقت الحاضر ، تم نشر النموذج وهو مفتوح لجميع الباحثين في مجال المواد
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
في الآونة الأخيرة ، قامت مجموعة SF10 التابعة لمعهد الفيزياء التابع للأكاديمية الصينية للعلوم / مركز بكين الوطني لبحوث فيزياء المواد المكثفة ومركز معلومات شبكة الكمبيوتر التابع للأكاديمية الصينية للعلوم بتطبيق نماذج كبيرة الذكاء الاصطناعي في مجال علوم المواد ، كما ذكرت صحيفة شنغهاي للأوراق المالية اليومية في 3 نوفمبر. قام الفريق التعاوني بتغذية عشرات الآلاف من بيانات مسار التخليق الكيميائي إلى نموذج اللغة الكبيرة LLAMA2-b ، مما أدى إلى نموذج MatChat الذي يمكن استخدامه للتنبؤ بمسار تخليق المواد غير العضوية. يمكن للنموذج إجراء استنتاجات منطقية وفقا للهيكل المطلوب ، وإخراج عملية التحضير المقابلة والصيغة. في الوقت الحاضر ، تم نشر النموذج وهو مفتوح لجميع الباحثين في مجال المواد