Buchumschlag

Fine-Tuned Language Models Generate Stable Inorganic Materials as Text

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gruver, Nate, Sriram, Anuroop, Madotto, Andrea, Wilson, Andrew Gordon, Zitnick, C. Lawrence, Ulissi, Zachary
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Materials Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Open Materials 2024 (OMat24) Inorganic Materials Dataset and Models
von: Barroso-Luque, Luis, et al.
Veröffentlicht: (2024)

CatTSunami: Accelerating Transition State Energy Calculations with Pre-trained Graph Neural Networks
von: Wander, Brook, et al.
Veröffentlicht: (2024)

FlowLLM: Flow Matching for Material Generation with Large Language Models as Base Distributions
von: Sriram, Anuroop, et al.
Veröffentlicht: (2024)

The Open DAC 2025 Dataset for Sorbent Discovery in Direct Air Capture
von: Sriram, Anuroop, et al.
Veröffentlicht: (2025)

The Open Catalyst 2025 (OC25) Dataset and Models for Solid-Liquid Interfaces
von: Sahoo, Sushree Jagriti, et al.
Veröffentlicht: (2025)

Adapting OC20-trained EquiformerV2 Models for High-Entropy Materials
von: Clausen, Christian M., et al.
Veröffentlicht: (2024)

FlowMM: Generating Materials with Riemannian Flow Matching
von: Miller, Benjamin Kurt, et al.
Veröffentlicht: (2024)

Beyond Independent Error Assumptions in Large GNN Atomistic Models
von: Ock, Janghoon, et al.
Veröffentlicht: (2023)

Large Language Models Are Zero-Shot Time Series Forecasters
von: Gruver, Nate, et al.
Veröffentlicht: (2023)

Design Topological Materials by Reinforcement Fine-Tuned Generative Model
von: Xu, Haosheng, et al.
Veröffentlicht: (2025)

General Learning of the Electric Response of Inorganic Materials
von: Martin, Bradley A. A., et al.
Veröffentlicht: (2025)

Why Masking Diffusion Works: Condition on the Jump Schedule for Improved Discrete Diffusion
von: Amin, Alan N., et al.
Veröffentlicht: (2025)

Accelerated Inorganic Materials Design with Generative AI Agents
von: Takahara, Izumi, et al.
Veröffentlicht: (2025)

Language Models Enable Data-Augmented Synthesis Planning for Inorganic Materials
von: Prein, Thorben, et al.
Veröffentlicht: (2025)

Coupling Language Models with Physics-based Simulation for Synthesis of Inorganic Materials
von: Staley, Edward W., et al.
Veröffentlicht: (2026)

DiffCrysGen: A Generative Diffusion Model for Accelerated Design of Inorganic Crystalline Materials
von: Mal, Sourav, et al.
Veröffentlicht: (2025)

The Lie Derivative for Measuring Learned Equivariance
von: Gruver, Nate, et al.
Veröffentlicht: (2022)

From Molecules to Materials: Pre-training Large Generalizable Models for Atomic Property Prediction
von: Shoghi, Nima, et al.
Veröffentlicht: (2023)

PLaID++: A Preference Aligned Language Model for Targeted Inorganic Materials Design
von: Xu, Andy, et al.
Veröffentlicht: (2025)

Reinforcement Fine-Tuning for Materials Design
von: Cao, Zhendong, et al.
Veröffentlicht: (2025)

A recipe for scalable attention-based MLIPs: unlocking long-range accuracy with all-to-all node attention
von: Qu, Eric, et al.
Veröffentlicht: (2026)

Open Catalyst Experiments 2024 (OCx24): Bridging Experiments and Computational Models
von: Abed, Jehad, et al.
Veröffentlicht: (2024)

Reproducibility in Computational Materials Science: Lessons from 'A General-Purpose Machine Learning Framework for Predicting Properties of Inorganic Materials'
von: Persaud, Daniel, et al.
Veröffentlicht: (2023)

Tuning Nonradiative Recombination via Cation Substitution in Inorganic Antiperovskite Nitrides
von: Monga, Sanchi, et al.
Veröffentlicht: (2025)

Data-Driven Exploration and Insights into Temperature-Dependent Phonons in Inorganic Materials
von: Lee, Huiju, et al.
Veröffentlicht: (2026)

Enantiopurity-Controlled Magnetism in a Two-Dimensional Organic-Inorganic Material
von: Hegel, P. Garrett, et al.
Veröffentlicht: (2026)

MatterTune: An Integrated, User-Friendly Platform for Fine-Tuning Atomistic Foundation Models to Accelerate Materials Simulation and Discovery
von: Kong, Lingyu, et al.
Veröffentlicht: (2025)

Scalable Dielectric Tensor Predictions for Inorganic Materials using Equivariant Graph Neural Networks
von: Hua, Haowei, et al.
Veröffentlicht: (2026)

Periodic Materials Generation using Text-Guided Joint Diffusion Model
von: Das, Kishalay, et al.
Veröffentlicht: (2025)

Machine Learning-Guided Discovery of Temperature-Induced Solid-Solid Phase Transitions in Inorganic Materials
von: López, Cibrán, et al.
Veröffentlicht: (2025)

From Text to Insight: Large Language Models for Materials Science Data Extraction
von: Schilling-Wilhelmi, Mara, et al.
Veröffentlicht: (2024)

DiffCrysGen: A Score-Based Diffusion Model for Design of Diverse Inorganic Crystalline Materials
von: Mal, Sourav, et al.
Veröffentlicht: (2025)

Flexible, Model-Agnostic Method for Materials Data Extraction from Text Using General Purpose Language Models
von: Polak, Maciej P., et al.
Veröffentlicht: (2023)

Continuous SUN (Stable, Unique, and Novel) Metric for Generative Modeling of Inorganic Crystals
von: Negishi, Masahiro, et al.
Veröffentlicht: (2025)

Fine-Tuning Vision-Language Models for Multimodal Polymer Property Prediction
von: Vuong, An, et al.
Veröffentlicht: (2025)

Invariant Tokenization of Crystalline Materials for Language Model Enabled Generation
von: Yan, Keqiang, et al.
Veröffentlicht: (2025)

Dielectric Tensor Prediction for Inorganic Materials Using Latent Information from Preferred Potential
von: Mao, Zetian, et al.
Veröffentlicht: (2024)

Switchable Skyrmion-Antiskyrmion Tubes in Rhombohedral BaTiO$_\mathrm{3}$ and Related Materials
von: Gómez-Ortiz, Fernando, et al.
Veröffentlicht: (2024)

Accelerated Inorganic Electrides Discovery by Generative Models and Hierarchical Screening
von: Tao, Shuo, et al.
Veröffentlicht: (2026)

Fermi Level and Light Driven Defect Generation in Silicon Solar Cells
von: Diggs, Andrew, et al.
Veröffentlicht: (2025)