ACS AMI 亮点速递 | MatPC：基于LLM大语言模型的材料设计方法

背景：材料科学领域正经历人工智能驱动的范式转型，材料基因组计划推动的高通量计算与开源数据库构建了大规模材料性能数据集，大型语言模型（LLM）的进展为挖掘科学文本中的领域知识提供了新途径。研究目的：本研究提出MatPC方法，旨在结合大型语言模型、晶体结构预测和第一性原理计算，实现语义驱动的材料高效设计。结论：该方法通过LLM语义筛选和晶体结构预测，成功发现了Bi₂WO₆的全新稳定构型，并评估了其光伏潜力，展示了结合LLM与计算材料学方法在加速功能材料发现方面的有效性，尤其适用于结构-性能关系复杂、实验成本高的场景。