中化新網(wǎng)訊 近日，中國科學技術(shù)大學胡偉教授團隊在《材料基因工程前沿（英文）》上發(fā)布了其開發(fā)的一種融合人工智能（AI）大語言模型（LLMs）與第一性原理計算（FP）的智能框架MatAgent，為大語言模型與計算化學的深度融合提供了新的解決方案。

據(jù)介紹，MatAgent通過利用Prompt Engineering和LLMs推理技術(shù)，可以在無需預定義的輸入結(jié)構(gòu)的情況下解釋復雜的科學查詢，并對材料行為產(chǎn)生精確的預測，為數(shù)據(jù)分析、結(jié)構(gòu)生成和屬性預測等任務(wù)提供了全新的高效途徑。研究團隊針對傳統(tǒng)LLMs在材料科學領(lǐng)域存在的領(lǐng)域知識缺失、動態(tài)推理能力不足等瓶頸，通過策略，將FP計算工具鏈與LLMs的能力深度耦合，構(gòu)建了兼具高精度與泛化性的材料預測平臺，為結(jié)合先進計算技術(shù)以改進材料屬性預測提供了新的思路，突出“用戶驅(qū)動→智能工具鏈協(xié)作→多模態(tài)輸出”的閉環(huán)邏輯，實現(xiàn)材料領(lǐng)域復雜任務(wù)的自動化與高精度求解。初步評價表明，MatAgent在預測精度和效率上都有顯著提高。

MatAgent還支持領(lǐng)域?qū)虻奶崾竟こ?，使用者可通過提出多類別集成提示策略（如專家角色模擬、少樣本思維鏈），將化學知識動態(tài)融入LLM推理過程，提升任務(wù)規(guī)劃的準確性。