通过自动数据集构建与机器学习实现热力学预测
材料科学
2025-07-11 v1 机器学习
摘要
化学与材料科学的新发现，伴随着日益扩大的知识储备与实验工作量，为机器学习 (ML) 在加速研究效率中发挥关键作用提供了独特机会。本文演示 (1) 使用大型语言模型 (LLM) 进行自动化文献综述，以及 (2) 训练 ML 模型来预测化学知识 (热力学参数)。我们的 LLM 基于文献综述工具 (LMExt) 成功地从化学信息及更广泛的数据类型（包括医学研究论文和金融报告）中提取信息，构建机器可读结构，包括金属阳离子-配体相互作用的稳定常数、热力学性质等。通过自主获取热力学数据，我们使用 CatBoost 算法训练了 ML 模型，以准确预测矿物的热力学参数（如形成焓）。本工作凸显了集成 ML 方法在化学与材料科学研究中重塑格局的变革性潜力。
引用
@article{arxiv.2507.07293,
title = {Thermodynamic Prediction Enabled by Automatic Dataset Building and Machine Learning},
author = {Juejing Liu and Haydn Anderson and Noah I. Waxman and Vsevolod Kovalev and Byron Fisher and Elizabeth Li and Xiaofeng Guo},
journal= {arXiv preprint arXiv:2507.07293},
year = {2025}
}