Using Large Language Models as Knowledge-Driven Agents for Reliable Retrosynthetic Planning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种结合大型语言模型和知识图谱的代理系统,旨在解决聚合物科学中合成路径识别的复杂性。该系统利用多分支反应路径搜索算法,自动化文献检索和数据提取,成功推荐了数百条聚酰亚胺合成路径,展示了其有效性和应用潜力。

🎯

关键要点

  • 本研究提出了一种结合大型语言模型和知识图谱的代理系统。
  • 该系统旨在解决聚合物科学中合成路径识别的复杂性问题。
  • 采用多分支反应路径搜索算法,自动化文献检索和数据提取。
  • 成功推荐了数百条聚酰亚胺合成路径。
  • 展示了该系统的有效性和广泛应用潜力。
➡️

继续阅读