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。

🏷️

标签

➡️

继续阅读