清華AIR聯合水木分子開源化學分子通用大模型

🔑 增強重點摘要

• •BioMedGPT-Mol 使用 580 萬資料進行多任務學習訓練，提升分子理解與生成能力。
• •模型在分子屬性預測中，ESOL 和 LIPO 回歸任務 RMSE 平均 0.945，分類任務準確率達 90.4%，超越 Uni-Mol。
• •在描述引導分子生成任務中，EM 分數 29.6%、FTS 分數 77.5%，優於 LlaSMol 10.4% 和 15.8%。
• •模型支援化學名稱轉換、分子標題生成、反應建模、分子編輯及屬性優化等多項任務。

🛠️ 技術深入

• •採用多任務學習策略，整合並統一現有公開指令資料集，組建大規模高品質訓練資料。
• •支援分子理解任務：組件辨識、屬性預測（回歸如 ESOL/LIPO，RMSE 0.945；分類準確率 90.4%）、輪廓生成。
• •支援分子生成任務：前向合成/逆合成（平均 EM 49.8%）、描述引導生成（EM 29.6%、FTS 77.5%）、分子組件編輯、屬性目標引導生成。
• •在 RetroBench 上實現多步逆合成規劃的 SOTA 效能，可作為端到端逆合成規劃器。
• •多模態分子語言模型，Hugging Face 上提供模型權重與推理範例。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線