Key points are not available for this paper at this time.
في الآونة الأخيرة، تم توضيح القدرات الملحوظة للنماذج اللغوية الكبيرة عبر مجموعة متنوعة من مجالات البحث مثل معالجة اللغة الطبيعية، ورؤية الكمبيوتر، ونمذجة الجزيئات. نقوم بتوسيع هذا النموذج من خلال استخدام النماذج اللغوية الكبيرة لتنبؤ خصائص المواد من خلال تقديم نموذجنا محول معلومات المواد (MatInFormer). على وجه التحديد، نقدم نهجًا مبتكرًا يتضمن تعلم قواعد البلورات من خلال تقسيم معلومات مجموعة الفضاء ذات الصلة إلى رموز. كما نوضح قدرة MatInFormer على التكيف من خلال تضمين بيانات مخصصة للمهام المتعلقة بالأطر العضوية المعدنية (MOFs). من خلال تصور الانتباه، نكشف عن الميزات الرئيسية التي يعطيها النموذج الأولوية خلال عملية التنبؤ بالخصائص. تم التحقق من فعالية نموذجنا المقترح تجريبيًا عبر 14 مجموعة بيانات متميزة، مما يبرز إمكانيته للفرز عالي الإنتاج من خلال تنبؤ دقيق بخصائص المواد.
درس هوانغ وآخرون (الأربعاء) هذا السؤال.