Predicting Scale-Up of Metal-Organic Framework Syntheses with Large Language Models
Die Studie stellt ESU-MOF vor, einen datengetriebenen Ansatz, der mittels eines speziell abgestimmten Large Language Models auf Basis einer neu erstellten Literatur-Datenbank die Skalierbarkeit von Metall-organischen Gerüsten (MOFs) mit 91,4 % Genauigkeit vorhersagt, um deren industrielle Anwendung zu beschleunigen.