利用大语言模型探索过渡金属配合物

《Chemical Science》：Exploring Transition Metal Complexes with Large Language ModelsOpen Access

　　

我们利用大型语言模型探索过渡金属配合物（TMCs）的化学空间，对开源的 Llama-3.2-1B 模型进行微调，采用针对配位化学量身定制的 SMILES 字符串表示变体。我们确定了若干对生成有效 TMCs 至关重要的关键分子性质，并将其用于提示工程，创建了 TMC-Llama 模型，该模型能以高成功率生成独特、新颖且经过结构验证的 TMCs，其性能超过了标准基准测试及文献中现有的先进生成方法。我们使用 pydentate 工作流、密度泛函理论计算及其他基准指标，证明 TMC-Llama 模型生成的新型 TMC 化学在物理上是现实的，在合成上是可行的，且在几何上与大量已知实验 TMCs 数据集保持一致。我们的研究为未来 TMC-Llama 生成模型的应用奠定了基础，以发现用于催化、光化学、医学及可持续技术领域功能材料的新型 TMCs。

此内容仅可通过 PDF 获取。

在新窗口中打开 PDF 在新窗口中打开《利用大型语言模型探索过渡金属配合物》的 PDF

? 2026 作者。由英国皇家化学学会出版

2026

作者

本文根据 知识共享署名-非商业性使用 4.0 国际许可协议 授权发布。您无需另行向 RSC 申请权限，即可在其他出版物中使用本文材料，但须正确署名且不得用于商业用途。

本作品根据 知识共享署名-非商业性使用 4.0 国际许可协议 授权发布。