使用机器学习分析材料性质以实现精确合成，我们开发的模型 sciqu 通过自动化数据提取和训练机器学习模型的方式，预测了具有不同输入描述符的材料的折射率，其 rmse 为 0.068，r2 为 0.94，同时在自动优化合成参数方面发挥关键作用。
matsci ml是一个用于建模固态材料的机器学习方法的新型基准，基于多个开源数据集，提供多样化的材料系统和属性数据。它支持多任务学习算法，能够结合多个数据集的观测结果进行共同预测共同属性。通过评估不同的图神经网络和等变点云网络在单一任务、多任务和多数据学习场景下的性能，验证了matsci ml的有效性。
