MSP-LLM：用于完整材料合成规划的统一大语言模型框架

材料合成规划（MSP）是 AI 驱动材料发现中的关键瓶颈，需识别前驱体并设计连贯的合成操作序列。现有方法仅解决孤立子任务，缺乏统一框架。本文提出 MSP-LLM，将 MSP 建模为包含前驱体预测与合成操作预测的结构化过程。通过引入离散材料类别作为中间变量，构建化学一致的决策链，并结合层级前驱体类型及显式条件策略优化自回归解码。实验表明，该方法在各项子任务及整体规划上均优于现有技术，为加速材料发现提供了可扩展的高效框架。