GPT-4.5 هي نسخة محسنة من GPT-4 ، مع تحسينات في الكفاءة الحسابية ولكن ليس بالضرورة في القدرات التنبؤية للتفاعلات الكيميائية. على الرغم من أن GPT-4 أظهرت قدرات رائعة في التنبؤ بالخصائص الكيميائية والنتائج من خلال التعلم قليلًا ، إلا أن أدائها في التنبؤ بنتائج التفاعلات الكيميائية غير المعروفة يعتمد على قاعدة المعرفة الواسعة وقدرات الاستدلال [1] [2]. يمكن لـ GPT-4 التنبؤ بخصائص مثل إمكانات الأكسدة ونقاط الغليان باستخدام بيانات محدودة ، وهو تقدم كبير على الطرق التقليدية [1] [2].
ومع ذلك ، فإن دقة GPT-4 في التنبؤ بالتفاعلات الكيميائية المعقدة ، وخاصة تلك التي تتضمن مركبات متخصصة أو جديدة ، يمكن أن تقتصر على جودة وكمية بيانات التدريب الخاصة بها [2]. بالنسبة للمهام التي تتطلب فهمًا دقيقًا للهياكل الجزيئية وآليات التفاعل ، مثل التخليق الجمع ، قد لا تزال نماذج التعلم الآلي التقليدي تتفوق على LLMs مثل GPT-4 [5].
قد يسهل GPT-4.5 ، كونه أكثر كفاءة حسابية ، معالجة وتحليل البيانات الكيميائية بشكل أسرع ، ولكن لا يوجد دليل مباشر على أنه يحسن بشكل كبير من دقة التنبؤ بالتفاعلات الكيميائية غير المعروفة مقارنة بـ GPT-4. من المحتمل أن يكون العامل الرئيسي في تحسين الدقة التنبؤية هو التحسينات في قاعدة المعرفة للنموذج أو تطوير استراتيجيات مطالبة أكثر تطوراً ، مثل نهج الفكر (OSCOT) المنظم ، والذي أظهر نتائج واعدة مع GPT-4 [4].
باختصار ، على الرغم من أن GPT-4.5 تقدم تحسينات في الكفاءة ، فإن قدرتها على التنبؤ بنتائج التفاعلات الكيميائية غير المعروفة بشكل أكثر دقة من GPT-4 تعتمد على التقدم في معرفتها الأساسية أو تطبيق استراتيجيات المطالبة المتقدمة بدلاً من تحسينات الكفاءة وحدها.
الاستشهادات:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/original/prompt-engineering-of-for-chemical-what-what-we-done-done-done-done-pdone-pdn
[2] https://ai-scholar.tech/en/articles/large-language-models/prompt-chemical-research
[3] http://arxiv.org/pdf/2311.07361.pdf
[4] https://pmc.ncbi.nlm.nih.gov/articles/PMC10960113/
[5] https://arxiv.org/html/2407.15141v1
[6] https://cdn.openai.com/gpt-4-5-system-card.pdf
[7] https://www.tandfonline.com/doi/full/10.1080/2760400.2023.2260300
[8]