Extracting accurate materials data from research papers with conversational language models and prompt engineering.
使用對話式語言模型和提示工程從研究論文中提取準確的材料數據。 Nat Commun 2024-02-24

ChatExtract 方法提出了一種簡單有效的方式，利用對話式大型語言模型（LLMs）自動從研究論文中提取數據。透過設計好的提示應用於LLM，ChatExtract 能夠確保數據正確性，同時透過後續問題來辨識和提取數據。測試結果顯示，與GPT-4等對話式LLMs相比，ChatExtract 的精確度和召回率接近90%。這種方法利用了對話模型中的信息保留、冗餘性和引入不確定性，以提高準確性。ChatExtract 在各個領域中進行數據提取有著巨大的潛力，就像在建立金屬玻璃和高熵合金數據庫時所展示的那樣。 PubMed DOI

Creation of a structured solar cell material dataset and performance prediction using large language models.
利用大型語言模型創建結構化太陽能電池材料數據集及性能預測。 Patterns (N Y) 2024-05-27

材料科學家常透過實驗數據來改進材料性能，但整合非結構化數據卻是挑戰。一項新研究提出「結構化信息推斷」（SII）任務，運用自然語言處理（NLP）處理此問題。透過文獻摘要和整理，將設備級信息轉換為結構化數據。經LLaMA微調後，成功達到87.14％的F1分數，更新鈣鈦礦太陽能電池數據集，並開發出預測太陽能電池性能的回歸任務，顯示出有潛力的結果。該研究凸顯了大型語言模型在科學知識和材料開發上的潛力。 PubMed DOI

BioInstruct: instruction tuning of large language models for biomedical natural language processing.
生物指導：用於生物醫學自然語言處理的大型語言模型指令調整。 J Am Med Inform Assoc 2024-06-04

這個研究使用了一個名為BioInstruct的數據集，來提升生物醫學自然語言處理的大型語言模型表現。結果顯示，透過結合指導數據和多任務學習，以及有效微調參數，模型在各種BioNLP任務上有顯著改善。指導調整後的模型在生物醫學領域表現優異，尤其在相關任務微調時。BioInstruct數據集對提升BioNLP應用有重要價值。 PubMed DOI

1.5 million materials narratives generated by chatbots.
150萬份由聊天機器人生成的材料敘述。 Sci Data 2024-09-28

人工智慧（AI）的發展推動了應用材料的研究，但常常只聚焦於文獻中常見的材料，限制了候選材料的多樣性。為了解決這個問題，研究團隊建立了一個包含1,453,493個自然語言-材料敘述的數據集，來自多個資料庫，確保元素的均衡代表性。這些敘述經過人類專家和GPT-4模型的評估，結果顯示兩者評分相似，但人類在內容深度上有所不足。這種數據與大型語言模型的結合，為AI在固態材料的探索和發現提供了新機會。 PubMed DOI

How Does a Generative Large Language Model Perform on Domain-Specific Information Extraction?─A Comparison between GPT-4 and a Rule-Based Method on Band Gap Extraction.
生成大型語言模型在特定領域資訊提取中的表現如何？─GPT-4與基於規則的方法在能隙提取上的比較。 J Chem Inf Model 2024-10-08

這項研究探討了生成式大型語言模型（LLMs），特別是GPT-4，在材料科學中提取帶隙數據的效果。研究將GPT-4與基於規則的ChemDataExtractor進行比較，從415篇隨機文章中提取資料。結果顯示，GPT-4的準確率達87.95%，遠超過ChemDataExtractor的51.08%。雖然GPT-4在處理複雜材料名稱上表現優異，但在準確識別帶隙值及類型方面仍有挑戰。研究強調透過錯誤分析來改善提示可提升準確性，顯示生成式LLMs在專業資訊提取上的潛力。 PubMed DOI

Exploring the effectiveness of instruction tuning in biomedical language processing.
探索指令調整在生物醫學語言處理中的有效性。 Artif Intell Med 2024-11-14

這項研究探討如何透過指令調整來提升大型語言模型（LLMs）在生物醫學自然語言處理任務的表現，像是命名實體識別（NER）、關係提取（RE）和醫學自然語言推理（NLI）。研究團隊使用約20萬個專注於指令的樣本來訓練模型，目的是達到與BioBERT和BioClinicalBERT等專門模型相當的效果。他們還分析了數據集的組成對模型表現的影響，並希望分享研究結果、代碼和模型，以促進該領域的進一步發展。 PubMed DOI

From text to insight: large language models for chemical data extraction.
從文本到洞察：大型語言模型在化學數據提取中的應用。 Chem Soc Rev 2024-12-20

這篇教學評論探討大型語言模型（LLMs）在化學領域中，如何從非結構化的知識中提取結構化數據。傳統上，這需要大量人工和有限的自動化，但LLMs能讓非專家更有效地獲取數據。評論指出了應用LLMs的挑戰，並強調領域知識在驗證結果中的重要性。它還概述了當前的實踐，呼籲標準化指導方針，並提出將LLMs與化學專業知識結合的框架，幫助研究人員加速新化合物和材料的發現，應對社會挑戰。 PubMed DOI

Harnessing Large Language Models to Collect and Analyze Metal-Organic Framework Property Data Set.
利用大型語言模型收集和分析金屬有機框架性質數據集。 J Am Chem Soc 2025-01-21

這項研究旨在從科學文獻中有效收集金屬有機框架（MOFs）的實驗數據，以解決稀缺數據的問題，並提升材料科學中機器學習的應用質量。研究團隊利用先進的大型語言模型，系統化提取並整理MOF數據，成功從超過40,000篇文章中彙編出詳細的合成條件和性質數據。整理後的數據庫用於分析合成條件、性質和結構之間的關係，並創建合成條件推薦系統，為優化合成策略提供實用工具，顯示實驗數據集在推進MOFs研究中的重要性。 PubMed DOI

Harnessing large language models for data-scarce learning of polymer properties.
利用大型語言模型進行聚合物性質的數據稀缺學習。 Nat Comput Sci 2025-02-10

這項研究提出了一種新方法來訓練大型語言模型（LLMs）進行材料建模，解決了實驗數據不足的問題。研究者利用基於物理的訓練流程生成大量合成數據，建立穩固的初始模型，然後再用有限的實驗數據進行微調。訓練分為兩個階段：先用豐富但準確性較低的合成數據進行預訓練，再用稀缺的實驗數據微調。這種方法在聚合物可燃性指標的建模中顯示出有效性，特別是在圓錐量熱計數據不足的情況下，突顯了預訓練的重要性。 PubMed DOI

LLM-Driven Synthesis Planning for Quantum Dot Materials Development.
基於 LLM 的量子點材料開發合成規劃。 J Chem Inf Model 2025-03-12

大型語言模型在材料科學的應用大幅推進了新材料的開發。我們提出了一個新框架，利用這些模型來優化合成特定性質的量子點材料的實驗程序。這個方法結合了合成協議生成模型和性質預測模型，並基於開源的大型語言模型進行微調，使用我們的合成數據進行訓練。過程中，首先生成針對特定性質的合成協議，然後用性質預測模型驗證其有效性。我們的實驗中產生了六種合成協議，其中三個成功改善了多項性質，顯示出我們框架在合成規劃中的有效性及多目標優化的潛力。 PubMed DOI

原始文章

站上相關主題文章列表