预测准确率达95.7%，ChatMOF利用LLM预测和生成金属有机框架，包含人工智能词汇表（AI glossary）。

金属有机框架（MOF）因其孔隙率大、表面积大和出色的可调性而用于许多化学应用。然而，在利用 AI 深入探索 MOF 设计与性能优化的研究征途中，科学家们正面临着前所未有的挑战。

去年 3 月，韩国科学技术院（Korea Advanced Institute of Science and Technology，KAIST）的研究人员提出的 MOFTransformer 模型经过一百万个假设的 MOF 的预训练，在预测各种属性方面表现出色。

近日，KAIST 团队提出了一种 AI 系统——ChatMOF，用于预测和生成 MOF。通过利用大语言模型 (GPT-4、GPT-3.5-turbo 和 GPT-3.5-turbo-16k)，ChatMOF 从文本输入中提取关键细节并提供适当的响应，从而无需进行严格而正式的结构化查询。

ChatMOF 由三个核心组件组成（即智能体、工具包和评估器），它形成了一个强大的管道，可管理各种任务，包括数据检索、属性预测和结构生成。ChatMOF 的搜索准确率高达 96.9%，预测准确率高达 95.7%。此外，它还成功地从自然语言中创建了具有用户所需属性的材料。

该研究进一步探讨了在材料科学中使用大型语言模型 (LLM) 与数据库和机器学习结合的优点和局限性，并展示了其对未来进步的变革潜力。

相关研究以「ChatMOF: an artificial intellig