基于大语言模型的两阶段管道实现催化剂合成文献到机器可执行协议的自动转换

《Digital Discovery》:From literature to lab: LLM powered catalyst synthesis protocol generationOpen Access

【字体: 大 中 小 】 时间:2026年09月18日 来源:Digital Discovery 7.1

编辑推荐:

   打开图形查看器 催化在许多工业过程中起着至关重要的作用。然而,由于人类可读文本与机器可执行指令之间的差距

  

催化在许多工业过程中起着至关重要的作用。然而,由于人类可读文本与机器可执行指令之间的差距,科学文献中关于催化剂合成程序的庞大知识仍然无法被机器人系统访问。我们提出了一种基于大语言模型(LLM)的两阶段管道,第一阶段将人工撰写的合成程序转换为标准操作程序(SOP),第二阶段将 SOP 转换为机器可执行协议(MAP)。该架构将过程知识与实现细节分离,使其能够适应不断演变的机器人平台。这种基于 LLM 的生成方法超越了传统显式文本提取的约束,能够更忠实地表示原始合成协议。我们在一个人工标注的数据集上评估了我们的方法,该数据集包含 250 个催化剂合成程序。我们最好的模型(基于 Llama 3.3 70B Chat)实现了 46% 的端到端准确率。案例研究表明,基于生成的方法可以处理复杂的挑战,包括纠缠的配方分离、交叉引用解析、术语标准化和指令分解。此外,我们的模块化设计允许与任务特定的后处理适配器灵活集成,使得相同的 SOP 无需重新训练核心管道即可针对不同的硬件平台进行定制。我们的工作为连接异质催化文献与自动化合成系统奠定了基础,并且标注数据集和训练好的模型均公开可用,以加速该领域的研究。

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。您可以在其他出版物中使用本文的材料,无需向 RSC 申请进一步许可,前提是给予正确的署名且未用于商业用途。
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。
署名 - 非商业性使用
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号