大型语言模型与化学中的自主智能体综述
机器学习
2024-11-18 v3 人工智能
计算与语言
化学物理
摘要
大型语言模型（LLMs）已成为化学领域的强大工具，显著影响分子设计、性质预测和合成优化。本综述突出了 LLMs 在这些领域的能力及其通过自动化加速科学发现的潜力。我们还综述了 LLM 基于自主智能体：具备更广泛工具集与其周围环境交互的 LLMs。这些智能体执行多样任务，如文献抓取、与自动化实验室接口以及合成规划。由于智能体是一个新兴主题，我们将我们的综述范围扩展到任何科学领域。本综述涵盖了 LLMs 和自主智能体的最近历史、当前能力和设计，讨论了化学中的具体挑战、机遇和未来方向。关键挑战包括数据质量和集成、模型可解释性以及标准基准测试的需求，而未来方向指向更复杂的多模态智能体以及智能体与实验方法之间更协同的合作。鉴于该领域的快速发展，已构建一个存储库以跟踪最新研究：https://github.com/ur-whitelab/LLMs-in-science。
引用
@article{arxiv.2407.01603,
title = {A Review of Large Language Models and Autonomous Agents in Chemistry},
author = {Mayk Caldas Ramos and Christopher J. Collison and Andrew D. White},
journal= {arXiv preprint arXiv:2407.01603},
year = {2024}
}