PulseAugur
实时 11:27:21
English(EN) SC3: The Multi-Solvent Solubility Challenge and Benchmark

新的SC3基准揭示了多溶剂溶解度预测的差距

研究人员推出了SC3,一个用于计算化学中多溶剂溶解度预测的新基准。该基准解决了现有数据集的问题,例如不一致的策展和模糊在不同溶剂分布上性能的评估指标。SC3包含一个超过10万个测量值的精选数据集、一个重新校准的随机性下限以及一套指标,以更好地评估模型可靠性。对31个模型的初步基准测试显示,即使是表现最好的模型也显著超过了新的随机性下限,这表明当前的深度学习方法存在差距。 AI

影响 强调了当前用于预测化学溶解度的AI模型的局限性,为科学AI的未来研究和开发指明了方向。

排序理由 该集群包含一篇关于为科学问题引入新基准和数据集的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Vansh Ramani, Har Ashish Arora, Dhairya Kuchhal, Sergei Tatarin, Lev Krasnov, Sayan Ranu, Tarak Karmakar ·

    SC3:多溶剂溶解度挑战与基准

    arXiv:2606.07656v1 Announce Type: cross Abstract: Solubility prediction is a standard benchmark in computational chemistry, yet multi-solvent models which reportedly approach the experimental-noise ceiling (i.e. the aleatoric limit) are not yet reliable enough to be deployed. We …