Recentemente, o grupo SF10 do Instituto de Física da Academia Chinesa de Ciências/Centro Nacional de Pesquisa de Pequim para Física da Matéria Condensada e o Centro de Informações de Rede de Computadores da Academia Chinesa de Ciências aplicaram conjuntamente grandes modelos de IA ao campo da ciência dos materiais, conforme relatado pelo Shanghai Securities Daily em 3 de novembro. A equipe colaborativa alimentou dezenas de milhares de dados de vias de síntese química para o modelo de linguagem LLAMA2-b, resultando em um modelo MatChat que pode ser usado para prever o caminho de síntese de materiais inorgânicos. O modelo pode fazer inferências lógicas de acordo com a estrutura solicitada, e produzir o processo de preparação e fórmula correspondentes. Atualmente, o modelo foi implantado e está aberto a todos os pesquisadores de materiais
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Recentemente, o grupo SF10 do Instituto de Física da Academia Chinesa de Ciências/Centro Nacional de Pesquisa de Pequim para Física da Matéria Condensada e o Centro de Informações de Rede de Computadores da Academia Chinesa de Ciências aplicaram conjuntamente grandes modelos de IA ao campo da ciência dos materiais, conforme relatado pelo Shanghai Securities Daily em 3 de novembro. A equipe colaborativa alimentou dezenas de milhares de dados de vias de síntese química para o modelo de linguagem LLAMA2-b, resultando em um modelo MatChat que pode ser usado para prever o caminho de síntese de materiais inorgânicos. O modelo pode fazer inferências lógicas de acordo com a estrutura solicitada, e produzir o processo de preparação e fórmula correspondentes. Atualmente, o modelo foi implantado e está aberto a todos os pesquisadores de materiais