金属有机框架（MOFs）在气体存储和催化领域具有潜力，但设计空间庞大且实验效率低。研究团队提出了一种基于机器学习的模型，利用大语言模型预测MOFs的自由能，显著降低计算成本，合成可行性判定准确率达到97%。该方法为MOFs的高通量筛选提供了新思路。
本研究使用神经网络选择动作，测试主动推理框架的能力，预测任务环境信息和自由能，证明了AIF作为人类预期视觉引导行为的可信模型。
完成下面两步后，将自动完成登录并继续当前操作。
