Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

ALLoyM : un modèle de langage étendu pour la prédiction du diagramme de phase des alliages

Created by
  • Haebom

Auteur

Yuna Oikawa, Guillaume Deffrennes, Taichi Abe, Ryo Tamura, Koji Tsuda

Contour

Cet article présente aLLoyM, un modèle de langage à grande échelle (LLM) applicable à la science des matériaux. aLLoyM est un LLM spécifiquement optimisé pour la composition des alliages, la température et les informations de phase correspondantes. Il a été développé en organisant des paires de questions-réponses (Q&R) pour les diagrammes de phases binaires et ternaires, basées sur la base de données open source Computational Phase Diagram Database (CPDDB) et le Calculation of PHAse Diagrams (CALPHAD). Nous avons affiné Mistral, un LLM pré-entraîné open source, en deux formats de questions-réponses : à choix multiples et à réponses courtes. Les résultats de l'évaluation comparative démontrent qu'un affinement améliore significativement les performances aux questions à choix multiples sur les diagrammes de phases. De plus, le modèle à réponses courtes d'aLLoyM démontre sa capacité à générer de nouveaux diagrammes de phases basés uniquement sur les éléments constitutifs, soulignant son potentiel pour accélérer la découverte de systèmes de matériaux jusqu'alors inexplorés. Afin d'encourager davantage de recherches et d'adoption, nous avons publié la version affinée à réponse courte d'aLLoyM et l'ensemble complet de données de questions-réponses d'analyse comparative sur Hugging Face.

Takeaways, Limitations_

•
Takeaways:
◦
Nous avons développé un modèle qui peut être appliqué efficacement à la résolution de problèmes en science des matériaux en utilisant le LLM open source.
◦
ALLoyM obtient de bons résultats aux questions à choix multiples et aux questions à réponse courte, et le modèle à réponse courte en particulier démontre sa capacité à générer de nouveaux diagrammes de phase.
◦
Nous encourageons la poursuite des recherches et de l’utilisation en rendant publics les modèles et les ensembles de données développés.
◦
Il offre le potentiel d’accélérer la découverte de nouveaux systèmes matériels.
•
Limitations:
◦
Actuellement, il est formé uniquement à l'aide de données pour les diagrammes de phases binaires et ternaires, de sorte que son applicabilité à des systèmes plus complexes peut être limitée.
◦
Une évaluation et une validation supplémentaires de la précision du modèle et de ses performances de généralisation sont nécessaires.
◦
Il existe une dépendance à l’égard de l’exactitude et de l’exhaustivité des données s’appuyant sur CPDDB et CALPHAD.
👍
Made with Slashpage