机构名称:
¥ 1.0
基础模型(FM)在实现自然语言和视觉等领域的复杂下游任务方面取得了显著成功。在本文中,我们建议构建一个用于材料科学的 FM,该 FM 使用来自各种材料领域和数据模态的海量数据进行训练。如今,机器学习模型在材料发现中发挥着关键作用,特别是在属性预测和结构生成方面。然而,这些模型都是独立开发的,仅用于解决特定任务,而没有共享更多的全局知识。开发用于材料科学的 FM 将通过共享其特征表示实现跨材料领域和数据模态的总体建模。我们从数据准备、模型开发和下游任务方面讨论了构建 FM 的基本挑战和所需技术。