ACS Catalysis | 清华大学王笑楠团队：“精馏”催化文献知识：利用长上下文大模型智能体实现文献知识提炼与结构化规整
ACS美国化学会
2025-11-08 09:00
文章摘要
本文背景是催化科学依赖高质量数据，但大量实验知识被锁定在非结构化文献中，传统提取方法效率低。研究目的是开发CATDA智能体框架，利用长上下文大语言模型自动提取和关联催化文献中的合成、表征与性能数据。结论显示该框架在二甲苯异构化专利测试中F1值达0.983，效率比人工提升12倍，提取数据能有效支持机器学习建模（如乙苯转化率预测R²=0.89），并通过CatAgent实现自然语言交互查询，但面临模型输出不一致性和多模态解析等挑战。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Corrigendum to "Do All Isolated Traumatic Subarachnoid Hemorrhages Need to Be Transferred to a Level 1 Trauma Center?"
DOI: 10.1177/00031348221119172
Pub Date : 2026-05-01
Date: 2022/8/19 0:00:00
Fabrication and Photopatterning of Graded Polymer Coatings via Initiated Chemical Vapor Deposition
DOI: 10.1021/acsapm.5c03680
Pub Date : 2026-03-27
Date: 2026/3/9 0:00:00
Durable Copper Nanoparticles Confined in Dealuminated Beta Zeolite for Ethanol Dehydrogenation
DOI: 10.1021/acscatal.5c08449
Pub Date : 2026-03-31
ACS美国化学会
欢迎JCIM新任副主编华东师范大学何晓教授.
2026-03-31
最新文章
京公网安备 11010802042870号
