宋秀菊

GrapheneChat针对石墨烯研究中专业知识门槛高、实验设计复杂和文献数量庞大的问题，构建了集领域知识问答、实验辅助和文献分析于一体的智能科研助手。该模型以Llama-3.1-8B-Instruct为基础，通过石墨烯领域数据集训练，使通用大语言模型能够更好地理解石墨烯合成、表征、性能和应用等专业问题。GrapheneChat以较小参数规模的开源语言模型为基础，专注于石墨烯这一高度专业化研究方向，能够提供更加聚焦、准确、可验证且符合科研语境的专业回答。

会上，宋秀菊详细介绍了团队的研究方向与技术优势，重点聚焦石墨烯生长及转移设备开发、AI技术在石墨烯领域的应用探索等内容。BGI项目组重点分享了当前研究方向及成果转化进展，与会人员围绕流化床生长粉体石墨烯仿真优化、片材滚压设备、米级LPCVD生长设备，以及石墨烯大语言模型、石墨烯图像识别及石墨烯生长规律预测等多项创新议题深入交流，进一步明确了合作的方向和实施重点。