普林斯顿 ChefNMR2：从 NMR 谱图自动解析未知小分子结构，快 frontier LLM 两三个数量级
ZhongingAlong · x · 2026-11-03
- 普林斯顿团队（Ellen Zhong、Seyedsayamdost 课题组，与 Edison Scientific 合作）发布 ChefNMR2：结合分子生成模型与科学推理 agent，从分子式加一维 ¹H/¹³C NMR 谱图直接从头解析未知小分子结构。
- 技术要点：
- 生成模型 ChefNMR2 采用原子级 flow-matching 架构，直接生成原子结构而非 SMILES 或图表示，目标是扩展到天然产物那样大而复杂的分子。
- ChefNMR2-Agent 用 LLM 对候选结构进行推理与修正。
- 在多个基准上大幅超越现有工具，提供校准的置信度估计，推理速度比 frontier LLM 快 2-3 个数量级。
- 团队还发布了代码、权重、Web 应用与 MCP 工具。前作 ChefNMR（NeurIPS 2025）用扩散模型在 11 万+天然产物模拟谱图数据集上训练，对困难天然产物结构预测准确率超 65%。动机源于化学家解析一张谱图常需数天到数周。
所属事件:普林斯顿发布 ChefNMR2：从 NMR 谱自动解析分子结构(3 条相关)→
「编程与Agent」频道最新
- YC F26 新秀 Superserve 发布:为 Agent 每周调度 10 万台虚拟机 — ycombinator · 2026-11-03
- Lantern 发布面向 Agent 的「人才基建」:一个接口接入 70+ 工具触达任何人 — ycombinator · 2026-11-03
- 博主实测传闻中的 Claude Fable 5.5:奔跑长颈鹿测试胜过 Opus 5.5 — minchoi · 2026-11-03
- 「Opus 5.5 把代码库重构成了《大赋格》:团队骂翻,历史会证明它对」 — eigenron · 2026-11-03
- Scale AI 发布 READY 框架：准确率相同的 agent，人工审核量可差近 1/4 — demian_ai · 2026-11-03
- GitHub Copilot 团队首次公开各模型实测数据与 token 效率优化 — unixterminal · 2026-11-03