共 6 篇，B910化工，AI 化学信息库
ChemRxiv预印本显示，Wesley Chen、Gerbrand Ceder、Carolin Sutter-Fella、Anubhav Jain等研究者用Gemini 3.0 Flash从文献中文本挖掘出约14.8万条溶胶-凝胶合成记录，其中约2.8万条为相不纯"失败"结果；所有抽取实体F1分数超0.89，聚合数据成功复现BiFeO3薄膜相纯度趋势，为无机合成机器学习提供含负样本的训练基础。
研究团队发布开源框架PoreML，统一多孔介质多相流机器学习的数据生成、训练与评测：含GPU原生格子玻尔兹曼求解器、3.3TB/560次模拟/158546个时间步的数据集及统一评测协议，覆盖CO2封存、燃料电池等应用场景，并对五种主流模型架构进行了系统评估。
研究人员提出将机器学习应用于耐冲蚀涂层理性设计的系统方法论，指出现有最大障碍是该领域缺乏标准化、经整理的数据集；工作重点构建分子、组成与工艺参数专用数据集，为预测模型奠基，替代经验试错法，有望加速新配方开发并降低对实体测试的依赖。
9月23日提交arXiv的SoLiD26数据集收录1540万个源自DFT计算的固液界面原子构型（最多576原子、15种元素），覆盖水相贵金属界面与电极-电解液体系，为电化学、催化与腐蚀场景的机器学习势函数训练提供系统性数据基础。
发表于Scientific Data的研究发布CoatingDet数据集，含5416张风电塔筒涂层组件高清RGB图像及精细缺陷标注，涵盖夹杂物、针孔、划痕和污染物四类关键缺陷，共2385个图像切片、2461个标注实例。风电塔单筒涂层面积超2000平方米，人工检测耗时且易疲劳，该数据集为计算机视觉质检模型提供了真实制造环境下的训练基础，YOLOv11n与RT-DETR两种模型已完成验证。
美国密歇根大学Tim Cernak团队（第一作者Jayabrata Das）借助超高通量自动化，针对两类底物系统性跑完50688个C-N偶联反应条件，构建了迄今最大、可直接横向对比钯镍铜催化体系的开放数据集，发表于《美国化学会志》。该数据集规模约为同类数据集的5倍，旨在训练AI模型用更廉价的镍、铜替代受俄罗斯供应制约的钯，对制药合成供应链意义重大。
