2024年10月21日，中国深度原理（Deep Principle）公司和美国康奈尔大学的研究团队发文，提出了一种名为进化优化-大语言模型（LLM-EO）的新型工作流程算法，通过释放大语言模型的生成和预测潜能，显著提高了化学空间探索的效率。

LLM-EO是一种创新的优化框架，结合了大语言模型的生成能力与进化优化算法，专用于在化学空间中进行高效的优化设计。与传统的进化优化算法相比，LLM-EO具有三个关键优势：

（1）灵活的目标控制：LLM-EO允许使用自然语言来表达更灵活和细致的优化目标，而不需要复杂的数学公式。这种灵活性使得研究人员能够快速调整优化策略，以适应不同的研究需求。

（2）优化效率的提升：LLM-EO能在较少实验次数下获得更优的结果。

（3）新化学结构的生成设计：LLM-EO不仅能高效地搜索预定义的化学空间，还能创造性地生成新的过渡金属化合物（TMCs）。此外，LLM-EO还能提出具有创新性的化学结构，突破传统设计的限制。

信息来源：

https://arxiv.org/abs/2410.18136

https://mp.weixin.qq.com/s/rgLF4xED9ATww7zIUKEkVQ