Nat Commun｜LLM学习原子的结构语言，生成未知化合物的晶体结构

文章预览

生成合理的晶体结构通常是预测材料化学成分及其性质的第一步，但当前大多数预测方法计算成本高，制约了创新进程。通过使用优质生成的候选结构来预测晶体结构，可以突破这一瓶颈。 在最新的研究中，英国雷丁大学（University of Reading）的 研究人员介绍了CrystaLLM，这是一种基于晶体学信息文件 (CIF) 格式的自回归大型语言建模 (LLM) 的多功能晶体结构生成方法。 CrystaLLM经过数百万个CIF文件的训练，专注于通过文本对晶体结构进行建模，它可以为训练中未涉及的各种无机化合物生成合理的晶体结构。 这种方法挑战了传统的晶体表示，并展示了LLM学习有效晶体化学模型的潜力，这将加速材料科学的发现和创新。 该研究以Crystal structure generation with autoregressive large language modeling为题，于2024年12月6日发布在《Nature Communications》。 在材料科学的计算机辅 ………………………………