Nya ramverket MolEmb låter stora språkmodeller förstå molekyler

arXiv cs.AI

Forskare har tagit multimodala språkmodeller (AI som kan hantera både bilder, text och symboler) och tränat dem att skapa vektorer av molekyler – de matematiska representationer som är grundbulten i datorstödd läkemedelsutveckling. Det nya ramverket MolEmb visar att dessa generalistmodeller presterar lika bra som specialbyggda kemikodare, och kan dessutom söka efter molekyler med vanlig text som sökfråga. Intressant nog visar deras testbenchmark MolCAR att kontextkänsligheten mest beror på träningsdatan snarare än modellarkitekturen.