تُعتبر عملية رسم المخططات الطورية للمركبات المتعددة مهمةً معقدة تتطلب قياسات تجريبية مكثفة، مما يجعلها تستغرق وقتًا طويلاً. في دراسة حديثة، تم استكشاف إمكانية استخدام نماذج اللغة الكبيرة (LLMs) كأداة لتوجيه تخطيط التجارب اللازمة لرسم هذه المخططات.
في الإطار الذي تم تطويره، تم استخدام نموذج لغة عام كنموذج مخطط تجريبي، حيث قام باقتراح تركيبات لتجريبها في كل دورة ضمن حلقة مغلقة بالتزامن مع طرق تخليق عالية الإنتاجية وتقنيات تحديد الطور باستخدام الأشعة السينية.
تمكنا من بناء المخطط الطوري الثلاثي لمجموعة الكوبالت-الألمنيوم-الجرمانيوم (Co-Al-Ge) عند درجة حرارة 900 درجة مئوية من خلال عملية تخليق وتصنيف متكررة.
قارن الباحثون استراتيجيتين مختلفتين لاختيار التركيبات الأولية: الأولى تعتمد على تنبؤات نموذج لغة محدد المجال مدرّب على بيانات المخططات الطورية (aLLoyM)، بينما تعتمد الثانية على النموذج اللغوي العام فقط. وكل من الاستراتيجيتين أظهرتان نقاط قوة تكملية.
أرشد نموذج aLLoyM القياسات الأولية نحو المناطق المركبة تركيبيًا في قلب المخطط الثلاثي، مما مكن من اكتشاف جميع الأطوار الثلاثة الجديدة التي تتشكل فقط في النظام الثلاثي في وقت مبكر. بالمقابل، اعتمد النموذج اللغوي العام نهجًا مماثلًا للكتب الدراسية، مما عزز من عدد الأطوار المحددة في عدد أقل من الدورات.
يؤكد تجريبيًا أن هذه النماذج تُظهر كفاءة أعلى في الاستكشاف مقارنةً بأساليب التعلم الآلي التقليدية.
توضح هذه النتائج أن نماذج اللغة الكبيرة تمتلك إمكانيات عالية كعاملين في تخطيط التجارب لرسم المخططات الطورية، مما يفتح آفاقًا جديدة في مجالات الأبحاث العلمية.