CLaC模型對齊晶體結構與自然語言表述

合作機構

該研究由麻省理工學院、韓國蔚山科學技術院、伊利諾伊大學厄巴納-香檳分校及MIT-IBM Watson AI Lab等機構的研究人員合作完成，成果為對比語言—晶體模型CLaC，聚焦材料發現任務。

方法設計

模型利用大語言模型生成以材料屬性為依據的合成敘述，再通過對比學習把晶體結構與自然語言映射到共享表徵空間，實現結構與語言兩種模態之間的對齊，令模型能夠理解以文字表述的材料需求。

材料發現難題

材料發現的一項重要任務，是從龐大的化學與結構空間中篩選具目標性能的候選材料。近年圖神經網絡通過學習晶體三維原子結構，在材料屬性預測與結構生成等任務上取得顯著進展。

模態斷層與回應

不過，圖神經網絡通常依賴預定義的屬性標籤或數值條件，難以直接理解自然語言描述的材料需求；大語言模型擅長處理文本，卻較難直接處理晶體結構。CLaC嘗試補足這一斷層，據稱零樣本識別準確率達95.4%。