연구 영역
기본 정보
논문·특허
과제
구성원
Article|
인용수 0
·2025
Towards Fully-Automated Materials Discovery via Large-Scale Synthesis Dataset and Expert-Level LLM-as-a-Judge
Heegyu Kim, Taeyang Jeon, Seungtaek Choi, Ji Hoon Hong, Dong Won Jeon, Gyeongseon Baek, Gyea Young Kwak, Dong-Hee Lee, Jisu Bae, Chi-Hoon Lee, Yoon-Seo Kim, Seon‐Jin Choi, Jin‐Seong Park, Sung Beom Cho, Hyunsouk Cho
초록

소재 합성은 에너지 저장, 촉매, 전자공학, 생의의료 기기 분야의 혁신을 개발하는 데 있어 여전히 핵심 병목으로 남아 있다. 현재의 합성 설계는 전문가의 직관에 의해 유도되는 경험적 시행착오 방법에 크게 의존하고 있으며, 이는 소재 발견의 속도를 제한한다. 이러한 과제를 해결하기 위해, 우리는 개방 접근 문헌으로부터 선별한 17,667개의 전문가 검증 합성 레시피 데이터셋을 기반으로 구축된 종합 벤치마크 AlchemyBench를 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.

키워드
LimitingBottleneckBenchmark (surveying)PaceField (mathematics)
타입
Article
IF / 인용수
- / 0
게재 연도
2025