大语言模型结合贝叶斯优化设计钠电池电解质
热点事件历史事件
大语言模型结合贝叶斯优化设计钠电池电解质
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
Advanced Functional Materials 论文作者团队提出一种文献知识引导的迭代工作流，将大语言模型与贝叶斯优化结合，用于钠离子电池电解质的理性设计，并据此得到双阴离子杂化溶剂化电解质（DHSE）。 该电解质构建协同溶剂化结构，诱导形成致密、富无机且机械稳固的 CEI，抑制副反应并降低去溶剂化势垒以加速 Na+ 传输。 作者报告称，采用 DHSE 组装的工业级安时级硬碳||NaNi0.3Mn0.3Fe0.3O2 软包电池能量密度达 107.7 Wh kg−1，0.5C 下循环 100 次后容量保持率为 94%。
AI 根据报道生成 · 12 天前更新
最新进展10月13日 13:03
大语言模型引导迭代设计超稳定钠离子电池电解质报道时间线
沿着报道，了解事件的不同侧面。
10月13日
- Advanced Functional Materials精选大语言模型引导迭代设计超稳定钠离子电池电解质
作者提出一种文献知识引导的迭代工作流，将大语言模型与贝叶斯优化结合，用于钠离子电池电解质的理性设计。优化得到的双阴离子杂化溶剂化电解质（DHSE）构建协同溶剂化结构，诱导形成致密、富无机且机械稳固的 CEI，抑制副反应并降低去溶剂化势垒以加速 Na+ 传输。