GPT-4.5 jest ulepszoną wersją GPT-4, z ulepszeniami wydajności obliczeniowej, ale niekoniecznie w możliwościach predykcyjnych reakcji chemicznych. Podczas gdy GPT-4 wykazał imponujące zdolności w przewidywaniu właściwości i wyników chemicznych poprzez niewielkie uczenie się, jego wydajność w przewidywaniu wyników nieznanych reakcji chemicznych opiera się na jego rozległej podstawie wiedzy i możliwościach wnioskowania [1] [2]. GPT-4 może przewidzieć właściwości, takie jak potencjały redoks i temperatury wrzenia przy użyciu ograniczonych danych, co stanowi znaczący postęp w stosunku do tradycyjnych metod [1] [2].
Jednak dokładność GPT-4 w przewidywaniu złożonych reakcji chemicznych, zwłaszcza tych obejmujących wyspecjalizowane lub nowe związki, może być ograniczona jakością i ilością danych treningowych [2]. W przypadku zadań wymagających precyzyjnego zrozumienia struktur molekularnych i mechanizmów reakcji, takich jak retrosynteza, tradycyjne modele uczenia maszynowego mogą nadal przewyższyć LLM, takie jak GPT-4 [5].
GPT-4.5, będąc bardziej wydajnym obliczeniowo, może ułatwić szybsze przetwarzanie i analizę danych chemicznych, ale nie ma bezpośrednich dowodów na to, że znacznie poprawia dokładność przewidywania nieznanych reakcji chemicznych w porównaniu z GPT-4. Kluczowym czynnikiem poprawy dokładności predykcyjnej byłoby prawdopodobnie ulepszenia w bazie wiedzy modelu lub opracowanie bardziej wyrafinowanych strategii, takich jak podejście z uporządkowanym i ustrukturyzowanym łańcuchem myśli (Oscot), które wykazało obiecujące wyniki z GPT-4 [4].
Podsumowując, podczas gdy GPT-4.5 oferuje poprawę wydajności, jego zdolność do przewidywania wyników nieznanych reakcji chemicznych dokładniej niż GPT-4 zależałaby od postępów w swojej wiedzy podstawowej lub zastosowania zaawansowanych strategii podtrzymania, a nie samej poprawy wydajności.
Cytaty:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/original/prompt-engineering--gpt-4-for-chemical-research-what-can-canot-be-done.pdfdf
[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/