基於晶體結構的圖神經網路與大型語言模型多模態方法用於材料磁序預測

原標題: Crystal Structure Based Graph Neural Network And LLM Multi-Modal Approach for Material Magnetic Ordering Prediction

作者提出一種多模態模型，將材料的磁序分為四類。圖神經網路輸入晶體結構，大型語言模型輸入材料的文字描述，再將兩者的輸出加以融合。在三種融合策略下，結合式方法的整體準確率均高於單獨使用圖神經網路或大型語言模型。