GPT-4.5, som forgjengeren GPT-4, står overfor flere begrensninger i kjemisk forskning. Disse begrensningene er avgjørende for å forstå potensialet og utfordringene ved å bruke store språkmodeller på dette feltet.
1. Grunnlagskunnskap og spesialiserte oppgaver
-Kunnskapsbase: GPT-4.5, lik GPT-4, har et sterkt fundament i kjemi på læreboknivå, inkludert fysiske og organiske kjemiprinsipper. Imidlertid har det kanskje ikke tilgang til de nyeste forskningsartiklene på grunn av copyright -begrensninger og treningsdatabegrensninger [1].- Spesialiserte oppgaver: I oppgaver som reaksjonsprediksjon og retrosyntese, presterer GPT -modeller generelt verre enn spesialiserte maskinlæringsmodeller som er trent på spesifikke kjemiske datasett [8]. Dette indikerer at selv om GPT-4.5 kan gi generell innsikt, kan det ikke være like effektivt i komplekse, spesialiserte kjemiske oppgaver.
2. Dataanalyse og visualisering
- GPT-4.5, som andre store språkmodeller, sliter med å presentere komplekse dataanalyse resulterer på en klar og kortfattet måte, inkludert bruk av visualiseringer, tabeller og grafer [2]. Denne begrensningen gjør det mindre effektivt for forskere som trenger å kommunisere komplekse funn effektivt.- Det mangler evnen til å dypt forstå statistiske metoder, identifisere skjevheter og håndtere manglende data, som er kritiske ferdigheter i dataanalyse [2].
3. litteraturgjennomgang og kildeevaluering
- GPT-4.5 kan ikke granske akademiske kilder omfattende, noe som er essensielt for å gjennomføre grundige litteraturgjennomganger. Det kan slite med å skille mellom høy kvalitet og mindre pålitelige kilder, noe som potensielt kan føre til unøyaktigheter i genererte anmeldelser [2].- Modellens manglende evne til å gi nøyaktige lister over refererte artikler er en annen begrensning når du skriver vitenskapelige artikler [6].
4. Kjemisk syntese og eksperimentelle prosedyrer
-GPT-4.5, som ligner på GPT-4, kan ikke gi nøyaktige eller detaljerte eksperimentelle prosedyrer for kjemisk syntese på grunn av sikkerhetsproblemer og begrensninger i å forstå komplekse kjemiske reaksjoner [1]. Det kan foreslå kjemisk feil synteseveier eller misforstå reaksjonsmekanismer.- Modellens manglende evne til å estimere molekylære strukturer fra sammensatte navn nøyaktig kan føre til feil resonnement i kjeminformatikkoppgaver [1].
5. Integrering med spesialiserte verktøy
- For oppgaver som involverer kjemiske reaksjoner, kan GPT-4.5 dra nytte av integrasjon med spesialisert kjemisk programvare eller programmeringsspråk for å forbedre ytelsen [1]. Denne integrasjonen kan bidra til å overvinne noen av dens begrensninger i håndtering av komplekse kjemiske data og reaksjoner.6. Etiske og sikkerhetshensyn
- GPT-4.5, som nevnt i systemkortet, utgjør en middels risiko i kjemisk og biologisk trusselskaping på grunn av dens evne til å hjelpe til med driftsplanlegging for kjente trusler [3]. Imidlertid reduseres denne risikoen av antagelsen om at brukere allerede har betydelig domenekompetanse.Oppsummert, mens GPT-4.5 tilbyr lovende evner innen kjemisk forskning, for eksempel grunnleggende kunnskap og dataanalyse, står det overfor betydelige begrensninger i spesialiserte oppgaver, datavisualisering, litteraturgjennomgang og sikkerhetshensyn. Effektiviteten forbedres når den brukes i forbindelse med spesialiserte verktøy og domenekompetanse.
Sitasjoner:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/iginal/prompt-gal-ekann-de-be-e-por-phings-hing-hing-hing-hing-hing-hing-gpt-de-promical/prompt-enginead5c5777776627/itemical/prompt-enginead5c5c5777b6627/itemo.
[2] https://www.enago.com/academy/chatgpt-cannot-do-for-researchers-2/
[3] https://cdn.openai.com/gpt-4-5-system-card.pdf
[4] https://community.openai.com/t/what-are-the-bimitations-of-gpt-4-in-analyzing-pdf-text/534760
[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