페로브스카이트-LLM: 페로브스카이트 태양전지 연구를 위한 지식 강화 대형 언어 모델

Perovskite-LLM: Knowledge-Enhanced Large Language Models for Perovskite Solar Cell Research

February 18, 2025

저자: Xiang Liu, Penglei Sun, Shuyan Chen, Longhan Zhang, Peijie Dong, Huajie You, Yongqi Zhang, Chang Yan, Xiaowen Chu, Tong-yi Zhang

cs.AI

초록

페로브스카이트 태양전지(PSCs)의 급속한 발전은 연구 논문의 기하급수적인 증가를 가져왔으며, 이 분야에서 효율적인 지식 관리 및 추론 시스템의 필요성이 절실해졌습니다. 본 연구에서는 PSCs를 위한 포괄적인 지식 강화 시스템을 제시하며, 이 시스템은 세 가지 핵심 요소를 통합합니다. 첫째, 1,517편의 연구 논문으로부터 구축된 도메인 특화 지식 그래프인 Perovskite-KG를 개발했습니다. 이 그래프는 23,789개의 엔티티와 22,272개의 관계를 포함하고 있습니다. 둘째, 두 가지 상호 보완적인 데이터셋을 생성했습니다: Perovskite-Chat은 새로운 다중 에이전트 프레임워크를 통해 생성된 55,101개의 고품질 질문-답변 쌍으로 구성되어 있으며, Perovskite-Reasoning은 2,217개의 신중하게 선별된 재료 과학 문제를 포함하고 있습니다. 셋째, 두 가지 특화된 대형 언어 모델을 도입했습니다: 도메인 특화 지식 지원을 위한 Perovskite-Chat-LLM과 과학적 추론 작업을 위한 Perovskite-Reasoning-LLM입니다. 실험 결과는 우리의 시스템이 도메인 특화 지식 검색 및 과학적 추론 작업 모두에서 기존 모델을 크게 능가함을 보여주며, PSC 연구에서 문헌 검토, 실험 설계 및 복잡한 문제 해결을 위한 효과적인 도구를 연구자들에게 제공합니다.

English

The rapid advancement of perovskite solar cells (PSCs) has led to an exponential growth in research publications, creating an urgent need for efficient knowledge management and reasoning systems in this domain. We present a comprehensive knowledge-enhanced system for PSCs that integrates three key components. First, we develop Perovskite-KG, a domain-specific knowledge graph constructed from 1,517 research papers, containing 23,789 entities and 22,272 relationships. Second, we create two complementary datasets: Perovskite-Chat, comprising 55,101 high-quality question-answer pairs generated through a novel multi-agent framework, and Perovskite-Reasoning, containing 2,217 carefully curated materials science problems. Third, we introduce two specialized large language models: Perovskite-Chat-LLM for domain-specific knowledge assistance and Perovskite-Reasoning-LLM for scientific reasoning tasks. Experimental results demonstrate that our system significantly outperforms existing models in both domain-specific knowledge retrieval and scientific reasoning tasks, providing researchers with effective tools for literature review, experimental design, and complex problem-solving in PSC research.