GPT-4.5, ligesom sin forgænger GPT-4, står over for flere begrænsninger i kemisk forskning. Disse begrænsninger er afgørende for at forstå potentialet og udfordringerne ved at bruge store sprogmodeller på dette felt.
1. grundlæggende viden og specialiserede opgaver
-Videnbase: GPT-4.5, svarende til GPT-4, har et stærkt fundament inden for kemi på lærebog, herunder fysiske og organiske kemi-principper. Det har dog muligvis ikke adgang til de nyeste forskningsartikler på grund af copyright -begrænsninger og træningsdatabegrænsninger [1].- Specialiserede opgaver: I opgaver som reaktionsforudsigelse og retrosyntese fungerer GPT -modeller generelt værre end specialiserede maskinlæringsmodeller, der er trænet på specifikke kemiske datasæt [8]. Dette indikerer, at selvom GPT-4.5 kan give generel indsigt, er det muligvis ikke så effektivt i komplekse, specialiserede kemiske opgaver.
2. dataanalyse og visualisering
- GPT-4.5, ligesom andre store sprogmodeller, resulterer i at præsentere komplekse dataanalyse på en klar og kortfattet måde, herunder brugen af visualiseringer, tabeller og grafer [2]. Denne begrænsning gør det mindre effektivt for forskere, der har brug for at kommunikere komplekse fund effektivt.- Det mangler evnen til dybt at forstå statistiske metoder, identificere partier og håndtere manglende data, som er kritiske færdigheder i dataanalyse [2].
3. litteraturanmeldelse og kildeevaluering
- GPT-4.5 kan ikke undersøge akademiske kilder omfattende, hvilket er vigtigt for at gennemføre grundige litteraturanmeldelser. Det kan kæmpe for at skelne mellem høj kvalitet og mindre pålidelige kilder, hvilket potentielt fører til unøjagtigheder i genererede anmeldelser [2].- Modellens manglende evne til at give nøjagtige lister over refererede artikler er en anden begrænsning, når man skriver videnskabelige artikler [6].
4. Kemisk syntese og eksperimentelle procedurer
-GPT-4.5, svarende til GPT-4, giver muligvis ikke nøjagtige eller detaljerede eksperimentelle procedurer til kemisk syntese på grund af sikkerhedsmæssige bekymringer og begrænsninger i forståelsen af komplekse kemiske reaktioner [1]. Det kan foreslå kemisk forkerte synteseruter eller misforstås reaktionsmekanismer.- Modellens manglende evne til nøjagtigt at estimere molekylære strukturer fra sammensatte navne kan føre til forkert ræsonnement i keminformatikopgaver [1].
5. Integration med specialiserede værktøjer
- For opgaver, der involverer kemiske reaktioner, kan GPT-4.5 drage fordel af integration med specialiseret kemisk software eller programmeringssprog for at forbedre dens ydelse [1]. Denne integration kan hjælpe med at overvinde nogle af dens begrænsninger i håndtering af komplekse kemiske data og reaktioner.6. Etiske og sikkerhedsovervejelser
- GPT-4.5, som nævnt på systemkortet, udgør en mellemlang risiko i kemisk og biologisk trusselskabelse på grund af dens evne til at hjælpe med operationel planlægning for kendte trusler [3]. Imidlertid mindskes denne risiko af antagelsen om, at brugere allerede har betydelig domæneekspertise.Sammenfattende, mens GPT-4.5 tilbyder lovende evner inden for kemisk forskning, såsom grundlæggende viden og dataanalyse, står den over for betydelige begrænsninger i specialiserede opgaver, datavisualisering, litteraturanmeldelse og sikkerhedshensyn. Dens effektivitet forbedres, når det bruges sammen med specialiserede værktøjer og domænekspertise.
Citater:
[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://www.enago.com/academy/chatgpt-cannot-do-for-researchers-2/
[3] https://cdn.openai.com/gpt-4-5-system-card.pdf
)
[5] https://www.tandfonline.com/doi/full/10.1080/27660400.2023.2260300
[6] https://pmc.ncbi.nlm.nih.gov/articles/pmc11184879/
[7] https://www.reddit.com/r/chatgpt/comments/1iznoek/gpt45_system_card_mmlu_896/
[8] https://arxiv.org/html/2305.18365v3