研究人员开发了一种新颖的多任务大型推理模型,专门用于分子科学应用。该模型通过多专家架构、思维链监督和分子信息强化学习来整合化学知识。它在10项分子任务上表现出卓越的性能,优于20多个通用和分子大型语言模型,并将总体性能比其基础模型提高了50.3%。该框架用途广泛,能够进行知识引导的分子推理和设计,并有可能应用于创建分子科学代理。 AI
影响 该模型先进的推理能力可以通过实现更复杂的分子设计和解释来加速药物发现和材料科学。
排序理由 该集群包含一篇详细介绍新模型架构及其在科学任务上性能的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- Influence Flower
- Pengfei Liu
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →