宇曜 Matterseek — 新材料预测通用大模型（测试版）
📖 模型简介 (Model Description)
宇曜 Matterseek 是一款专为材料科学领域设计的通用大语言模型（测试版）。该模型基于海量材料科学文献、晶体结构数据及计算模拟数据进行训练，旨在加速新材料的发现与研发流程。
作为一款“通用”模型，Matterseek 能够理解复杂的材料化学语境，并在无需针对特定任务进行微调的情况下，通过少样本（Few-shot）提示或零样本（Zero-shot）方式完成多种材料预测任务。
🚀 核心能力 (Key Capabilities)
- **材料属性预测 (Property Prediction)**：预测带隙 (Bandgap)、形成能 (Formation Energy)、硬度、热导率等关键物理化学属性。
- **成分生成 (Inverse Design)**：根据目标性能需求，逆向生成候选材料成分或晶体结构。
- **文献信息抽取 (Information Extraction)**：从非结构化科学文献中提取合成路径、实验条件及性能参数。
- **材料知识问答 (Materials QA)**：解答关于材料合成、晶体结构及物理机制的复杂问题。
📊 训练数据 (Training Data)
模型在涵盖以下领域的广泛数据集上进行了预训练与指令微调：
- 科学文献：涵盖数百万篇材料科学、化学与物理学相关摘要及全文。
- 数据库：整合了 Materials Project, OQMD, AFLOW 等主流材料数据库的晶体结构及计算数据。
- 知识图谱：融合了材料成分-结构-性能-工艺之间的关联知识。