arXiv论文:Autocata自主智能体实现反应网络导向的催化剂自动筛选
9月30日提交至arXiv的论文发布Autocata——知识嵌入的催化剂筛选自主智能体:以200万个催化剂-吸附物结构预训练的Transformer为核心,内置79个吸附物专项生成模型组成的可复用能力注册表,用户以自然语言下达反应目标即可自动解构反应网络并完成候选表面构型生成与筛选。
共 2 篇 · B910化工 · AI 化学信息库
9月30日提交至arXiv的论文发布Autocata——知识嵌入的催化剂筛选自主智能体:以200万个催化剂-吸附物结构预训练的Transformer为核心,内置79个吸附物专项生成模型组成的可复用能力注册表,用户以自然语言下达反应目标即可自动解构反应网络并完成候选表面构型生成与筛选。
7月9日消息,美国太平洋西北国家实验室(PNNL)Sutanay Choudhury团队联合西北大学Arnab Dutta等人在arXiv发表预印本(2607.08003),提出将前沿大语言模型约束在显式反应网络上推理的人机协同框架,用于电化学CO₂还原催化剂发现。该框架识别出乙酸生成路径的关键调控杠杆(局部碱度、可控铁掺杂、界面质子给体可达性),据此合成铜铁氧化物催化剂,使乙酸选择性较富铜基线提升3倍,为可持续化学制造的催化剂发现提供前瞻性假设生成新范式。