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

本文由加州大学伯克利分校的Omar M. Yaghi课题组发表，探讨了大语言模型（LLMs）在网状化学中的应用前景。文章指出，LLMs如ChatGPT和DeepSeek在文献挖掘、金属-有机框架（MOFs）和共价有机框架（COFs）的材料设计、实验数据分析等方面具有潜在变革作用。通过教程式的方式，文章帮助AI初学者快速学习核心概念，并通过具体案例展示LLMs在化学与材料实验任务中的实际应用。尽管LLMs在材料科学中展现出广阔前景，但仍面临幻觉信息、计算成本高、化学数据库构建等挑战。文章最后强调，研究者需进一步探索LLMs在材料科学中的应用，以加速新材料的发现和优化。