Специалисты Сбера и Института AIRI опубликовали статью "Ограничения языковых моделей в понимании химии: исследование на примере задачи описания молекул", в которой доказали, что химические языковые модели пока неустойчиво работают с описанием молекул и предсказанием результатов химических реакций, сообщает пресс-служба Сбера.
Как отметил старший вице-президент, руководитель блока "Технологическое развитие" Сбербанка Андрей Белевцев, ученые заинтересованы в развитии подобных языковых моделей.
"Чтобы повысить надежность нейросетевых химических моделей, необходимо кардинально пересмотреть подход к автоматической обработке химических данных", - сказал он.
В исследовании отмечается, что даже незначительные изменения входного слова понижают достоверность описания ИИ-модели, увеличивая количество ошибок.
По словам генерального директора Института искусственного интеллекта AIRI, профессора Сколтеха Ивана Оселедца, для улучшения ИИ-модели необходимо глубже исследовать и моделировать все потенциальные сценарии использования языковой модели в химии.
"Изучая, как LLM выполняют конкретные задачи, можно повысить их точность, эффективность и надежность", - сказал он.
Авторы исследования планируют разработать метрику для сопоставления представлений молекул в скрытых слоях сетей.
Свежие комментарии