[P] 第3分野　組織・計算科学　P79~P89

[P29] ゼロショット大規模言語モデルに基づく高速な材料物性予測モデルの開発

○山本 竜馬¹、高橋 亮¹、寺山 慧^2,3、熊谷 悠⁴、大場 史康^1,3 (1. 東京科学大フロンティア研、2. 横浜市大生命医科、3. 東京科学大MDXES、4. 東北大金研)

キーワード：

大規模言語モデル、機械学習、マテリアルズインフォマティクス

本研究では、自然言語による結晶構造記述文から大規模言語モデル（LLM）を用いて物性値を予測するモデルであるZEBRA-Propを提案する。検証の結果、ZEBRA-Propは高学習コストが課題である先行研究LLM-Propと比べ、学習コストを95%削減しつつ、匹敵するほどの予測精度を達成した。