大语言模型作为万能钥匙：用 GPT 解锁材料科学之谜
计算与语言
2023-04-13 v5 人工智能
摘要
数据量在探索前沿材料方面具有日益增长的重要性，且已通过手工或自动化方法生成了若干数据集。然而，材料科学领域难以有效利用海量数据，尤其是在应用学科中，材料是根据器件性能而非其性质来评价的。本文提出一项称为结构化信息推断（SII）的新自然语言处理（NLP）任务，以解决材料科学中器件级信息抽取的复杂性。我们通过在现有的钙钛矿太阳能电池 FAIR（可发现、可访问、可互操作、可重用）数据集上微调 GPT-3 完成了该任务，取得了 91.8% 的 F1 分数，并用发布以来新发表的数据扩展了该数据集。所生成的数据经过格式化与规范化，能够直接作为后续数据分析的输入。该特性使材料科学家能够通过在其领域内筛选高质量综述文章来开发模型。此外，我们设计了实验，利用大语言模型（LLMs）预测太阳能电池的电学性能，并设计具有目标参数的材料或器件。我们的结果显示出与传统机器学习方法相当的性能（无需特征选择），凸显了 LLMs 获取科学知识并像材料科学家一样设计新材料的潜力。
引用
@article{arxiv.2304.02213,
title = {Large Language Models as Master Key: Unlocking the Secrets of Materials Science with GPT},
author = {Tong Xie and Yuwei Wan and Wei Huang and Yufei Zhou and Yixuan Liu and Qingyuan Linghu and Shaozhou Wang and Chunyu Kit and Clara Grazian and Wenjie Zhang and Bram Hoex},
journal= {arXiv preprint arXiv:2304.02213},
year = {2023}
}