仪器网(yiqi.com)欢迎您!

| 注册2 登录
网站首页-资讯-专题- 微头条-话题-产品- 品牌库-搜索-供应商- 展会-招标-采购- 社区-知识-技术-资料库-方案-产品库- 视频

技术中心

当前位置:仪器网>技术中心> 科技文献> 正文

RMR|材料科学迎来“大模型时代”?北京航空航天大学孙志梅教授团系统解析知识引导大语言模型

更新时间:2026-01-29 09:45:25 阅读量:10
导读:导语随着人工智能技术的快速发展,大语言模型(Large Language Models, LLMs)正逐步进
导语

随着人工智能技术的快速发展,大语言模型(Large Language Models, LLMs)正逐步进入科学研究领域,为复杂知识密集型学科提供新的研究工具。对于材料科学而言,如何将数据驱动模型与材料领域知识有效融合,已成为推动智能材料研究走向深层理解与可信预测的关键问题。


北京航空航天大学孙志梅教授团队在本篇综述中,系统总结了知识引导大语言模型(Knowledge-guided LLMs)在材料科学中的研究进展与应用框架,从模型架构、知识注入方式到典型应用场景,全面梳理了人工智能技术与材料科学深度融合的最新探索。
文章信息
DOI: https://doi.org/10.1016/j.revmat.2025.100007

文章亮点速览
为何需要知识引导的大语言模型?
文章指出,通用大语言模型虽然具备强大的语言理解与生成能力,但在材料科学领域仍面临:
  • 专业知识隐性强、结构复杂
  • 科学推理过程难以显式表达
  • 模型幻觉影响科研可信度
因此,引入材料领域知识,对模型进行结构化引导,是提升其科学可靠性与可解释性的关键。
知识注入的主要技术路径
综述系统总结了当前知识引导 LLM 的典型策略,包括:
  • 材料知识图谱与本体结构嵌入
  • 物理定律与经验规则约束
  • 专业语料微调与指令学习
  • 多模态信息融合(文本、数据、结构)
这些方法为构建面向科学问题的智能模型提供了重要技术基础。
在材料科学中的应用场景
文章进一步归纳了知识引导 LLM 在材料领域的潜在与已探索应用,包括:
  • 材料信息抽取与文献智能分析
  • 合金与功能材料设计辅助
  • 实验方案生成与优化建议
  • 科研知识组织与推理支持
这些探索展示了大语言模型在提升科研效率与拓展研究思路方面的潜力。
挑战与发展方向
作者指出,当前仍需重点关注模型可信性、推理可解释性、跨尺度知识整合及评价体系构建等问题。未来,知识引导的大语言模型有望成为材料科学研究的智能协作伙伴,而非简单工具。
结语
总体而言,该综述从方法论层面系统讨论了大语言模型如何走向懂材料的智能体系,为材料信息学与人工智能交叉研究提供了重要参考。对于关注材料智能化、AI for Science 以及新一代研究范式的学者而言,这是一篇具有前瞻意义的综述性工作。
图表速览

←左右滑动查看更多→

作者介绍
孙志梅,北京航空航天大学教授,博士生导师。20023月于中国科学院金属研究所获得博士学位,2002-2007年先后在德国亚琛工业大学和瑞典Uppsala大学从事研究工作,2007-2013年在厦门大学材料学院任职教授、博士生导师,20138月至今在北京航空航天大学材料学院任职教授、博士生导师。长期从事材料电子结构计算和分子动力学模拟研究及相关实验,在半导体材料和高温结构材料等研究中取得了显著成绩,在PRLPNASJACS等期刊上发表SCI论文260余篇,被SCI引用10000余次;论文被Nature作为Research Highlights介绍,被Nature MaterialsNews & Views栏目介绍;出版专著《先进材料的计算与设计》(科学出版社),授权8项国家发明专利,获批软件著作权13项。
入选国家级领军人才、福建省高校领军人才、教育部新世纪优秀人才;获得国家级与省部级青年基金;主持国家重点研发计划《材料基因工程关键技术与支撑平台》重点项目等多项国家和省部级项目。担任工业和信息化部产业发展促进中心材料基因工程关键技术与支撑平台专项分委员会专家委员、中国材料研究学会计算材料学分委员会第三届委员会委员、中国材料与实验团体标准委员会材料基因工程领域委员会委员、《北京航空航天大学学报》第五届编委会副主编、IET Nanodielectrics等国际期刊editor、中国材料研究学会材料基因组分委会委员、副秘书长等。
阅读原文
点击链接,免费获取全文:https://www.sciencedirect.com/science/article/pii/S3050913025000075
期刊影响力支持计划

    为进一步提升期刊学术影响力,鼓励高质量研究成果的交流与传播,中国材料研究学会面向积极引用 Review of Materials Research (RMR) 与 Transactions of Materials ResearchTMR论文的作者,推出期刊影响力共建支持计划。


支持条件:
在高质量核心期刊发表的论文中,一年内累计引用 TMR RMR 论文≥10 次。


学会支持与权益:
1. 
年度颁发学会 “期刊影响力建设贡献证书”;
2. 
优先推荐担任专题客座编辑、编委或青年编委;
3. 
学会主办会议中,专题主席或学术报告机会优先考虑;
4. 
官方平台人物专访及科研方向展示,提升学术影响力。
RMR & TMR 长期征稿启事

期刊领域

Review of Materials Research (RMR) 接收综述类论文,重点涵盖以下类型稿件:

  • Flash Report(快速报道):前沿重大突破或原创进;

  • Concise Reviews(简明评论):热点领域的简明综述;

  • Comprehensive Survey(研究进展综述):重要领域的系统性综;

  • Strategic Commentary(战略评述):针对重大科研战略领域的专题评述。


Transactions of Materials Research (TMR) 接收原创研究类论文,重点涵盖以下类型稿件:

  • Materials Frontier(前沿材料与交叉学科):面向材料科学的最新突破性进展与交叉研究成果;

  • Metallic Materials(金属材料):金属材料科学与技术领域的原创性研究、关键机制揭示或技术突破;

  • Inorganic Materials(无机非金属材料):陶瓷、玻璃、碳基材料、复合材料等重要基础研究与应用进展;

  • Polymer Materials(高分子材料):高分子材料的重要理论进展、结构调控策略与性能提升研究。



投稿特别要求

原创性强、研究水平高

单一第一作者+单一通讯作者



投稿优待&激励政策

(一)论文奖励体系

  • 免全部 APC 出版费(开放获取),线下纸刊1 万册全球赠送推广;

  • 有机会入选封面故事,获赠纸刊与学会媒体宣传;

  • 颁发“中国材料研究学会特邀论文发表证书”;

  • 10% 优秀论文评选,颁发“优秀论文证书”;

  • 设立“高水平论文(金牌)”,于学会年会开幕式隆重颁发。

(二)学会激励政策

  • 在 RMR TMR 发表的作者,参评学会科学技术奖、青年科技奖、博士生创新奖等享有同等条件优先的政策;

  • RMR TMR 的发表数量与引用情况将作为:增选学会理事的重要依据、二级分会设立的参考指标;

  • 对在 RMR & TMR 贡献突出的学者:在院士推选、国家奖励推荐、青年人才举荐等方面享有同等条件优先的政策。

(三)快速高效发表机制

平均 30 天上线,保证研究成果在最短时间传播到全球材料学术界。


投稿方式

欢迎材料科学研究者积极咨询与投稿!

RMR 投稿网址:

https://submit.elsevier.com/REVMAT

TMR 投稿网址:

https://submit.elsevier.com/TRAMAT


期刊详细信息咨询,请联系马晨笛:

微信:Maeve6696

微信二维码.jpg

电话:18624037688

邮箱:machendi@cmrs.org.cn


Image

RMR 官网:
https://www.sciencedirect.com/journal/review-of-materials-research
TMR 官网:

https://www.sciencedirect.com/journal/transactions-of-materials-research



出品|中国材料研究学会

来源|中国材料研究学会期刊中心

作者|马晨笛

排版|马晨笛



往期推荐



RMR重磅学者|北京科技大学宿彦京教授团队探索 AI4Materials:人工智能如何重塑材料科学与工程的未来?

RMR重磅学者|天津大学赵乃勤、张翔团队突破“强塑悖论”:金属材料性能设计正在发生什么变化?

材料进展综述|华南理工大学朱敏教授团队解答:极端低温环境下,锂离子电池还能如何工作?|RMR

参与评论

全部评论(0条)

你可能还想看
  • 技术
  • 资讯
  • 百科
  • 应用
  • 传感器能耗模型图
    随着智能家居、物联网、工业自动化等领域的迅猛发展,传感器的能耗问题变得尤为重要。传感器的能效不仅直接影响到设备的运行成本,还关系到系统的整体效能与环境友好性。因此,如何优化传感器的能耗,设计出高效的能耗模型,成为了研究和实践的。本文将探讨传感器能耗模型图的构建方法,并分析如何通过合理的能耗建模来提高传感器的能源效率。
    2025-10-08182阅读 能耗传感器
  • 大流量粉尘采样器
    粉尘采样器是一种用于测定化境空气中浮游粉尘浓度的常规仪器, 适用于工矿企业、劳动安全、劳动卫生及环境保护等部门的粉尘监测。而大流量粉尘采样器是指最大采样流量很大的设备
    2025-10-18940阅读 粉尘采样器
  • 大小鼠脑立体定位仪特点
    为了精确地定位和操作小动物的脑部区域,大小鼠脑立体定位仪成为实验室中的重要工具。该设备不仅能够提高实验的精确性,还为神经学和药理学的研究提供了坚实的技术支持。本文将详细介绍大小鼠脑立体定位仪的特点及其在科研中的应用,帮助读者深入理解该设备的重要性和实际操作价值。
    2025-10-21270阅读 脑立体定位仪
  • 三气培养箱用处大吗
    随着生物学、医学及相关领域的不断发展,三气培养箱的应用逐渐得到广泛认可,并且在实验环境中发挥着越来越重要的作用。本文将深入探讨三气培养箱的作用、应用场景以及其对科研和生产的影响。
    2025-10-22145阅读 三气培养箱
  • 精密压力表分类大揭秘:类型、特点全面解析
    它通过准确地测量液体、气体的压力,为生产过程提供重要的数据支持,确保各类设备的安全性和稳定性。精密压力表的结构设计至关重要,其每个组成部分都直接影响其测量精度和可靠性。本文将深入探讨精密压力表的主要结构部分,帮助读者更好地理解这一高精度测量仪器的工作原理。
    2025-10-22112阅读 精密压力表
  • 查看更多
版权与免责声明

①本文由仪器网入驻的作者或注册的会员撰写并发布,观点仅代表作者本人,不代表仪器网立场。若内容侵犯到您的合法权益,请及时告诉,我们立即通知作者,并马上删除。

②凡本网注明"来源:仪器网"的所有作品,版权均属于仪器网,转载时须经本网同意,并请注明仪器网(www.yiqi.com)。

③本网转载并注明来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。

④若本站内容侵犯到您的合法权益,请及时告诉,我们马上修改或删除。邮箱:hezou_yiqi

热点文章
AMS丨白膜+控释尿素:协同优化饲用玉米水氮利用
用户速递 | 花生壳造出长寿电池,赋能未来可持续储能
【论文分享】清华大学Nature 子刊 自然催化:嵌入半导体颗粒的网状铜双位点用于选择性CO光还原为CH
北航潘曹峰团队,Science Advances:通过界面协调实现的无滞后且动态弹性应变传感器
混合腔Innoslab构型激光器领域取得研究进展
飞秒激光合成,从单通道走向多维协同
药物研发中的多模态分子影像
行业资讯 | 泽攸科技JS系列台阶仪助力突破!复旦大学团队实现锡基钙钛矿晶体管重大突破
北方针叶林光合作用SIF与碳通量多尺度耦合研究——FloX 与 LI-7200 的结合应用
TMR|北京航空航天大学孙志梅教授团队提出α-MXene新相,实现光催化与自旋电子双突破
近期话题
相关产品

在线留言

上传文档或图片,大小不超过10M
换一张?
取消