基于知识增强大模型的电催化剂设计OA
Design of electrocatalysts based on knowledge enhanced LLMs
作为实现可持续碳循环的重要手段,开发高性能的电催化剂是未来可持续发展的关键,而推荐具有创新性的有价值制备方案是提升电催化开发效率的有效手段之一.基于电催化领域的科技文献,邀请领域专家进行知识体系的建设与知识抽取,形成电催化剂领域知识库.此外,利用相关文献数据对通用大语言模型进行微调与知识增强,共同实现面向目标产物、材料类别和调控方法类别的制备方案推荐,辅助电催化剂的设计.实验表明,知识增强大模型推荐的制备方案的有效性和创新性都有一定的提升.
As an important means of achieving sustainable carbon cycling,developing high-performance electrocatalysts is the key to the sustainable development in future,and recommending innovative and valuable preparation solutions is one of the effective ways to improve the efficiency of electrocatalytic development.This paper is based on scientific and technological literature in the field of electrocatalysis,inviting domain experts to construct a knowledge sy…查看全部>>
王露笛;陈鸣;崔文娟
中国科学院计算机网络信息中心,北京 100083中国科学院计算机网络信息中心,北京 100083||中国科学院大学,北京 100049中国科学院计算机网络信息中心,北京 100083||中国科学院大学,北京 100049
计算机与自动化
电催化剂知识增强大模型
electrocatalystsknowledge enhancementlarge language model
《大数据》 2025 (2)
47-54,8
中国科学院重点部署项目(No.RCJJ-145-24-20) Key Research Program of the Chinese Academy of Sciences(No.RCJJ-145-24-20)
评论