中国青年学者一作，最新Nature系列综述：大语言模型助力MOF与COF发现合成

文章预览

大语言模型（LLMs）诸如ChatGPT，DeepSeek等，作为生成式人工智能的一种，已在多个科学领域展现出巨大的潜力。近日， 加州大学伯克利分校的 Omar M. Yaghi 课题组发表了一篇题为 Large language models for reticular chemistry（大语言模型助力网状化学）的观点文章。该研究探讨了 大语言模型在网状化学（Reticular Chemistry）中的应用前景，强调其在文献挖掘、MOF与COF材料设计、实验数据分析等方面的潜在变革作用。文章采用教程式（tutorial-style）的方式，帮助零基础的AI初学者快速学习核心概念，以及用具体案例帮助掌握大语言模型在这些化学与材料实验任务中的实际应用。 图1：各类框架材料三十年以来文章与结构增长趋势体现了其结构的复杂多样性与数据量的庞大，侧面反映了该领域内数据挖掘的巨大需求与潜力。 网状化学是通过强共价键连接分子单元以形成 ………………………………