用语言模型学反应表征，多目标化学反应优化超越描述符方法
pschwllr · x · 2026-10-02
Schwaller 团队发布论文《Dynamic language model representations for multi-objective reaction optimisation》（arXiv:2609.11790），提出不再手工构造反应表征，而是用微调语言模型直接从反应条件的文本描述中动态学习任务自适应表征，并与高斯过程代理模型联合训练，嵌入多目标贝叶斯优化闭环。
在镍和钯催化交叉偶联反应的序贯与并行实验场景中，该方法比描述符库和 one-hot 编码用更少的实验达到优化收敛，并已前瞻性应用于帕克（药物合成相关）体系的优化。评论者认为，让自然语言信息与表格化数据在推理中平权的思路在其他领域也有大量增益空间。
「研究」频道最新
- 研究发现:辱骂模型时它嘴上道歉,「疼痛」信号轴却悄悄亮起 — repligate · 2026-10-02
- Micah Goldblum 团队发布新论文,模型代码权重全部开源 — micahgoldblum · 2026-10-02
- Pinocchio 论文:黑盒 API 模型不确定性估计,0.8B 小模型达 0.862 AUROC — micahgoldblum · 2026-10-02
- Pinocchio 补充:跨 API 模型即插即用,还能零样本迁移到未训练过的 LLM — micahgoldblum · 2026-10-02
- 给 LLM 输出装上校准置信度:轻量模型 Pinocchio 发布 — micahgoldblum · 2026-10-02
- Extropic 发布热力学递归智能首批成果,称算法效率提升百倍以上 — beffjezos · 2026-10-02