研究人员开发了一个名为“method”的闭环框架，用于分子逆向设计，该框架利用大语言模型（LLM）来处理任务指令、优化历史和预言机反馈。该方法旨在提高生成的分子与所需属性匹配的比例。在药物和材料设计任务上的实验表明，“method”的表现优于单次提示，并且与基于高斯过程的贝叶斯优化基线相比具有竞争力或更优。该框架以自然语言提供了可检查的优化轨迹，并观察到领域相关的性能变化。 AI
影响 这项研究通过提高计算设计过程的效率，有可能加速新药物和新材料的发现。
排序理由 详细介绍新计算方法的学术论文。[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 →
