Нещодавно група SF10 Інституту фізики Китайської академії наук/Пекінського національного дослідницького центру фізики конденсованого стану та Інформаційного центру комп'ютерних мереж Китайської академії наук спільно застосували великі моделі штучного інтелекту в галузі матеріалознавства, про що повідомила газета Shanghai Securities Daily 3 листопада. Спільна команда передала десятки тисяч даних про шлях хімічного синтезу до великої мовної моделі LLAMA2-b, в результаті чого з'явилася модель MatChat, яку можна використовувати для прогнозування шляху синтезу неорганічних матеріалів. Модель може робити логічні висновки відповідно до запитуваної структури та виводити відповідний процес підготовки та формулу. В даний час модель розгорнута і відкрита для всіх дослідників матеріалів
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Нещодавно група SF10 Інституту фізики Китайської академії наук/Пекінського національного дослідницького центру фізики конденсованого стану та Інформаційного центру комп'ютерних мереж Китайської академії наук спільно застосували великі моделі штучного інтелекту в галузі матеріалознавства, про що повідомила газета Shanghai Securities Daily 3 листопада. Спільна команда передала десятки тисяч даних про шлях хімічного синтезу до великої мовної моделі LLAMA2-b, в результаті чого з'явилася модель MatChat, яку можна використовувати для прогнозування шляху синтезу неорганічних матеріалів. Модель може робити логічні висновки відповідно до запитуваної структури та виводити відповідний процес підготовки та формулу. В даний час модель розгорнута і відкрита для всіх дослідників матеріалів