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。

本研究提出了一种利用大型语言模型（LLMs）预测无机晶体材料合成路径的框架，通过优化合成数据库，合成预测准确性从40%提升至90%。LLMs在量子材料发现中展现出巨大潜力。

本文研究了化合物的追溯合成，通过逐步分解化合物为分子前体，找到商业可获得的分子，提供合成路径。发现了单步表现与合成路线成功之间的断裂，并展示了单步模型对多步合成规划成功率的重要影响。