研究显示大语言模型无法从空间坐标学习，几何神经网络在材料性质预测上更优
摘要
Nature Computational Science 在线发表的研究显示，大语言模型无论模型规模或数据规模如何，都无法从空间坐标中学习。专用几何神经网络在材料性质预测任务上持续优于语言模型。论文发表于 2026 年 10 月 12 日，DOI 为 10.1038/s43588-026-01045-2。
摘要由模型根据原文撰写，以原文为准。
正文 · 原文
Nature Computational Science, Published online: 12 October 2026; doi:10.1038/s43588-026-01045-2
Researchers show that large language models cannot learn from spatial coordinates regardless of model or data scale. Specialized geometric neural networks consistently outperform language models for material property prediction.
注意转载授权 · 阅读原文
来源：Nature Computational Science · nature.com
引用原文
Nawaf Alampara. Less can be more for predicting properties with large language models[EB/OL]. (2026-10-12)[访问日期]. https://www.nature.com/articles/s43588-026-01045-2.