材料合成路徑預測是物質科學領域的重要課題。近年來，大語言模型的崛起以及預訓練-微調方法的應用，使得通用大語言模型的理解能力在各垂直領域展現出潛力，但在材料領域缺乏相關的應用和研究。
近期，中國科學院計算機網絡信息中心人工智能部和物理研究所SF10組合作，通過使用來自400多萬篇論文中提取的35675個無機材料固相反應合成過程，將數據處理為13878條高可信度的合成路徑描述數據，并對開源大語言模型LLaMA2-7B進行微調訓練，研發了專注于無機材料合成路徑預測任務的大語言模型——MatChat（http://chat.aicnic.cn/onchat）。目前，該模型已上線運行并開放使用。
該模型基本具備材料合成領域知識的生成和推理能力。經實驗驗證，該模型在預測合成復雜的無機材料時，具備超過ChatGPT的性能表現。受限于數據集的數量和質量，該成果仍需要更多的語料以滿足不同材料設計的需求，但展現出大模型在材料領域的創新潛力和應用空間，為材料研究和創新帶來了新的啟發和思路。
相關研究成果發表在《中國物理B》（Chinese Physics B）上。研究工作得到中國科學院網信專項應用示范項目的支持。
