Home Arrow Icon Knowledge base Arrow Icon Global Arrow Icon Kas GPT-4.5 saab teadmata keemiliste reaktsioonide tulemusi täpsemalt ennustada kui GPT-4


Kas GPT-4.5 saab teadmata keemiliste reaktsioonide tulemusi täpsemalt ennustada kui GPT-4


GPT-4.5 on GPT-4 täiustatud versioon, mille arvutus efektiivsus on täiustatud, kuid mitte tingimata keemiliste reaktsioonide ennustamisvõimalustes. Kuigi GPT-4 on näidanud muljetavaldavaid võimeid keemiliste omaduste ja tulemuste prognoosimisel väheste õppimiste kaudu, põhineb selle tulemuslikkus tundmatute keemiliste reaktsioonide tulemuste ennustamisel selle tohutul teadmistebaasil ja järeldamisvõimalustel [1] [2]. GPT-4 suudab ennustada selliseid omadusi nagu redokspotentsiaal ja keemispunktid, kasutades piiratud andmeid, mis on märkimisväärne edasiminek traditsiooniliste meetoditega [1] [2].

Kuid GPT-4 täpsust keerukate keemiliste reaktsioonide, eriti spetsialiseeritud või uudsete ühenditega seotud, ennustamisel võib siiski piirata treeninguandmete kvaliteeti ja kogust [2]. Ülesannete puhul, mis nõuavad molekulaarstruktuuride ja reaktsioonimehhanismide, näiteks retrosünteesi täpset mõistmist, võivad traditsioonilised masinõppe mudelid ikkagi edestada LLM-e nagu GPT-4 [5].

GPT-4.5, mis on arvutuslikult tõhusam, võib hõlbustada keemiliste andmete kiiremat töötlemist ja analüüsi, kuid puuduvad otsesed tõendid selle kohta, et see parandaks märkimisväärselt tundmatute keemiliste reaktsioonide ennustamise täpsust võrreldes GPT-4-ga. Ennustava täpsuse parandamise võtmeteguriks oleks tõenäoliselt mudeli teadmistebaasi suurendamine või keerukamate viipamisstrateegiate väljatöötamine, näiteks järjestatud ja struktureeritud mõtteahela (OSCOT) lähenemisviis, mis on näidanud paljulubavaid tulemusi GPT-4-ga [4].

Kokkuvõtlikult, kuigi GPT-4.5 pakub tõhusust, sõltuks selle võime ennustada tundmatute keemiliste reaktsioonide tulemusi täpsemalt kui GPT-4, selle aluseks olevate teadmiste edusammudest või täiustatud lubade strateegiate rakendamisest, mitte tõhususe parandamisest.

Tsitaadid:
]
[2] https://ai-scholar.tech/en/articles/large-language-models/prompt-hemical-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/10.1080/27660400.2023.22260300
]