使用多式大型语言模型 (MLLMs) 进行自动化电合成反应采矿
Shi Xuan Leong1,2, Sergio Pablo-García1,3,4, Zijian Zhang3,4
1Department of Chemistry, University of Toronto, Lash Miller Chemical Laboratories 80 St. George Street ON M5S 3H6 Toronto Canada alan@aspuru.com.
Chemical science
|October 14, 2024
概括
多模大型语言模型 (MLLMs) 现在可以从各种数据格式中挖掘电合成反应,克服以前工具的局限性. 这一突破加速了化学知识的发现和数据驱动的研究.
科学领域:
- 化学 化学 化学
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
背景情况:
- 从出版物和专利等传统格式中提取化学知识是一项挑战.
- 现有的反应挖掘工具在与异质数据 (文本,表格,图形) 斗争.
- 自动反应采矿对于加速材料和反应发现至关重要.
研究的目的:
- 探索用于自动化电合成反应采矿的多式大型语言模型 (MLLMs).
- 为了克服单模反应采矿工具包的局限性.
- 开发一个管道,集成各种数据输入用于化学知识提取.
主要方法:
- 编制了65篇文章的数据集 (MERMES-T24),用于基准测试.
- 对反应图解析和交叉模式数据相互依赖性评估了五个突出的MLLM.
- 将成功的MLLM功能集成到MERMES工具包中.
- 利用单一拍摄的视觉提示和图像预处理技术.
主要成果:
- 领先的MLLM在反应图解析和交叉模式分析方面都实现了≥96%的准确性.
- MERMES工具包展示了有效的端到端MLLM驱动的知识提取管道.
- 成功地集成了文章检索,信息提取和多式联络分析.
结论:
- 在电合成反应采矿中,MLLM为分析各种数据输入提供了强大的解决方案.
- MERMES工具包简化和自动化了化学知识的提取.
- 这项工作促进了数据驱动研究的化学知识的数字化.
