挖掘科学文献中的宝藏：基于大模型的钢铁设计新策略

近年来，随着“AI for Science”模式的兴起，预训练大语言模型为从科学文献中提取和利用钢铁领域的知识提供了新的可能性。北京科技大学宿彦京教授团队提出了一种基于大语言模型的预测框架，通过将历史文献中的知识编码为成分和工艺信息特征，实现了对材料力学性能的高精度预测。该方法不仅降低了对高质量结构化数据和复杂特征工程的依赖，还显著提高了材料设计的效率。研究结果表明，该模型在预测屈服强度、极限抗拉强度和延伸率方面表现优异，并通过微调进一步优化了特定钢种的性能。最终，该研究成功设计出一种综合力学性能优异的新型奥氏体不锈钢，为钢铁材料的设计和优化提供了新的途径。