Bierling

新的审计框架超越预测准确性评估分子AI表示

一篇新研究论文介绍了一种可靠性感知审计分子表示的方法，超越了简单的预测准确性。该研究使用人类嗅觉数据集，评估了MoLFormer和ChemBERTa等通用分子编码器与传统方法的性能。研究结果表明，尽管人类感知几何在参与者之间是可复现的，但其与模型表示的一致性明显较弱。该研究为当前编码器设定了经验性限制，并提倡更广泛的评估标准，包括目标可靠性、结构一致性、增量信息、复制和分布外迁移。