A GPT-4.5 a GPT-4 továbbfejlesztett változata, a számítási hatékonyság javításával, de nem feltétlenül a kémiai reakciók prediktív képességeiben. Míg a GPT-4 lenyűgöző képességeket mutatott a kémiai tulajdonságok és eredmények előrejelzésében néhány lövés tanulás révén, az ismeretlen kémiai reakciók eredményeinek előrejelzésében való teljesítménye hatalmas tudásbázisán és következtetési képességein alapul [1] [2]. A GPT-4 korlátozott adatok felhasználásával megjósolja a tulajdonságokat, például a redox potenciálokat és a forráspontokat, ami jelentős előrelépés a hagyományos módszerekkel szemben [1] [2].
A GPT-4 pontosságát azonban a komplex kémiai reakciók, különösen a speciális vagy új vegyületeket érintő, a képzési adatok minősége és mennyisége korlátozhatja [2]. A molekuláris struktúrák és a reakciómechanizmusok, például a retrosintézis pontos megértését igénylő feladatokhoz a hagyományos gépi tanulási modellek továbbra is felülmúlhatják az LLM-eket, mint például a GPT-4 [5].
A GPT-4.5, mivel számítási szempontból hatékonyabb, megkönnyítheti a kémiai adatok gyorsabb feldolgozását és elemzését, de nincs közvetlen bizonyíték arra, hogy ez jelentősen javítja az ismeretlen kémiai reakciók előrejelzésének pontosságát a GPT-4-hez képest. A prediktív pontosság javításának kulcsfontosságú tényezője valószínűleg a modell tudásbázisának fejlesztése vagy a kifinomultabb sürgősségi stratégiák, például a rendezett és strukturált gondolati lánc (OSCOT) megközelítésének fejlesztése, amely ígéretes eredményeket mutatott a GPT-4-rel [4].
Összefoglalva: míg a GPT-4.5 javulást nyújt a hatékonyságban, az ismeretlen kémiai reakciók pontosabb kimeneteleinek pontosabb előrejelzésének képessége, mint a GPT-4, az alapjául szolgáló tudás fejlődésétől vagy a fejlett sürgősségi stratégiák alkalmazásától függ, nem pedig a hatékonyságjavítások helyett.
Idézetek:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/original/prompt-engineering-of-gpt-4-for-chemical-research-what-can-cannot-be-done.pdf
[2] https://ai-scholar.tech/en/articles/large-ganguage-models
[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/