研究人员已将核磁共振（NMR）结构精确阐释问题重构为智能体搜索任务，而非直接建模问题。通过使用一个由冻结的大型语言模型（LLM）驱动的自主智能体，并为其提供领域特定工具、验证检查和结构化指令的访问权限，该系统取得了显著成果。在 Alberts 数据集上，该智能体的 top-1 准确率为 71%，与研究生水平的化学学生相当。该方法在 van Bramer 和 AstraZeneca 数据集上优于端到端深度学习模型，表明 LLM 指导的约束搜索是自动化光谱分析的更有效策略。 AI
影响 这种方法可以通过自动化复杂的光谱分析任务来加速科学发现。
排序理由 该集群包含一篇学术论文，详细介绍了 AI 在科学分析中的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
