AIGC動態歡迎閱讀

原標題：預測準確率達95.7%，ChatMOF利用LLM預測和生成金屬有機框架
關鍵字：屬性,材料,任務,圖示,算法
文章來源：人工智能學家
內容字數：0字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯|X
金屬有機框架（MOF）因其孔隙率大、表面積大和出色的可調性而用于許多化學應用。然而，在利用 AI 深入探索 MOF 設計與性能優化的研究征途中，科學家們正面臨著前所未有的挑戰。
去年 3 月，韓國科學技術院（Korea Advanced Institute of Science and Technology，KAIST）的研究人員提出的 MOFTransformer 模型經過一百萬個假設的 MOF 的預訓練，在預測各種屬性方面表現出色。
近日，KAIST 團隊提出了一種 AI 系統——ChatMOF，用于預測和生成 MOF。通過利用大語言模型 (GPT-4、GPT-3.5-turbo 和 GPT-3.5-turbo-16k)，ChatMOF 從文本輸入中提取關鍵細節并提供適當的響應，從而無需進行嚴格而正式的結構化查詢。
ChatMOF 由三個核心組件組成（即智能體、工具包和評估器），它形成了一個強大的管道，可管理各種任務，包括數據檢索、屬性預測和結構生成。ChatMOF 的搜索準確率高達

原文鏈接：預測準確率達95.7%，ChatMOF利用LLM預測和生成金屬有機框架

聯系作者

文章來源：人工智能學家
作者微信：AItists
作者簡介：致力成為權威的人工智能科技媒體和前沿科技研究機構