LLM助聚合物性質預測 準確度大幅提升
實驗數據昂貴稀缺,一直制約聚合物性質預測。研究人員提出物理引導的訓練框架,先以合成數據預訓練大語言模型,再用少量實驗數據微調,在燃燒測試案例中準確度顯著提升。
方法框架
針對標註數據有限的難題,團隊構建兩階段訓練策略:先利用物理規律生成合成數據為LLM預訓練,再以少量真實實驗數據微調,令模型在數據稀缺環境下仍能有效學習。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
