GPT-4.5 è una versione migliorata di GPT-4, con miglioramenti nell'efficienza computazionale ma non necessariamente nelle capacità predittive per le reazioni chimiche. Mentre GPT-4 ha dimostrato abilità impressionanti nel prevedere proprietà chimiche e risultati attraverso l'apprendimento a pochi colpi, le sue prestazioni nel prevedere i risultati delle reazioni chimiche sconosciute si basano sulla sua vasta base di conoscenza e sulla sua base di conoscenza [1] [2]. GPT-4 può prevedere proprietà come potenziali redox e punti di ebollizione utilizzando dati limitati, che è un progresso significativo rispetto ai metodi tradizionali [1] [2].
Tuttavia, l'accuratezza di GPT-4 nella previsione di reazioni chimiche complesse, in particolare quelle che coinvolgono composti specializzati o nuovi, possono essere limitati dalla qualità e dalla quantità dei suoi dati di formazione [2]. Per compiti che richiedono una comprensione precisa delle strutture molecolari e dei meccanismi di reazione, come la retrosintesi, i modelli di apprendimento automatico tradizionale potrebbero ancora superare gli LLM come GPT-4 [5].
GPT-4.5, essendo più efficiente dal punto di vista computazionale, potrebbe facilitare un'elaborazione e un'analisi più rapida dei dati chimici, ma non vi è alcuna prova diretta che migliora significativamente l'accuratezza della previsione di reazioni chimiche sconosciute rispetto a GPT-4. Il fattore chiave per migliorare l'accuratezza predittiva sarebbe probabilmente dei miglioramenti nella base di conoscenza del modello o nello sviluppo di strategie di suggerimento più sofisticate, come l'approccio della catena di pensiero ordinata e strutturata (OSCOT), che ha mostrato risultati promettenti con GPT-4 [4].
In sintesi, mentre GPT-4.5 offre miglioramenti di efficienza, la sua capacità di prevedere i risultati delle reazioni chimiche sconosciute in modo più accurato di GPT-4 dipenderebbe dai progressi nelle sue conoscenze sottostanti o dall'applicazione di strategie di spinta avanzate piuttosto che dai solo miglioramenti dell'efficienza.
Citazioni:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/original/prompt-engineering-of-for-chimical-hhat-can-can-can-cannot-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-be-done-b
[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/10.1080/27660400.2023.2260300
[8] https://www.reddit.com/r/singularity/comments/1iqzgmg/chatgpt_45_5_predictions/