中国科学院发布材料合成大语言模型MatChat

材料合成路径预测是物质科学领域的重要课题。近年来，大语言模型的崛起以及预训练-微调方法的应用，使得通用大语言模型的理解能力在各垂直领域展现出潜力，但在材料领域缺乏相关的应用和研究。
近期，中国科学院计算机网络信息中心人工智能部和物理研究所SF10组合作，通过使用来自400多万篇论文中提取的35675个无机材料固相反应合成过程，将数据处理为13878条高可信度的合成路径描述数据，并对开源大语言模型LLaMA2-7B进行微调训练，研发了专注于无机材料合成路径预测任务的大语言模型——MatChat（http://chat.aicnic.cn/onchat）。目前，该模型已上线运行并开放使用。
该模型基本具备材料合成领域知识的生成和推理能力。经实验验证，该模型在预测合成复杂的无机材料时，具备超过ChatGPT的性能表现。受限于数据集的数量和质量，该成果仍需要更多的语料以满足不同材料设计的需求，但展现出大模型在材料领域的创新潜力和应用空间，为材料研究和创新带来了新的启发和思路。