罗切斯特大学团队利用大型语言模型将自然语言提示转化为可执行材料实验流程
研究人员提出一种基于大型语言模型的材料发现工作流程:用户用自然语言描述目标材料,模型生成可在实验室执行的制备程序,并在实验反馈中迭代优化。该方法已在催化剂实验中完成概念验证,并获得美国能源部ARPA-E近300万美元资助以推进二氧化碳制燃料催化剂开发。
研究人员提出一种基于大型语言模型的材料发现工作流程:用户用自然语言描述目标材料,模型生成可在实验室执行的制备程序,并在实验反馈中迭代优化。该方法已在催化剂实验中完成概念验证,并获得美国能源部ARPA-E近300万美元资助以推进二氧化碳制燃料催化剂开发。