BOOM：机器学习模型分子性质分布外预测基准
机器学习
2025-12-23 v2 材料科学
人工智能
摘要
数据驱动的分子发现利用人工智能/机器学习和生成建模来筛选和设计新型分子。发现新型分子需要准确的分布外预测，但机器学习模型难以在分布外进行泛化。目前，尚无针对分子分布外预测任务的系统性基准。我们提出了BOOM，即分子性质分布外预测基准：一个基于化学信息的基准，用于评估常见分子性质预测任务上的分布外性能。我们评估了超过150种模型-任务组合，以基准测试深度学习模型在分布外性能上的表现。总体而言，我们发现没有现有模型能在所有任务上实现强泛化：即使是表现最佳的模型，其平均分布外误差也比分布内高出3倍。当前的化学基础模型并未展现出强大的分布外外推能力，而具有高归纳偏置的模型在具有简单、特定性质的分布外任务上表现良好。我们进行了广泛的消融实验，揭示了数据生成、预训练、超参数优化、模型架构和分子表示如何影响分布外性能。开发具有强分布外泛化能力的模型是化学机器学习领域的一个前沿挑战。该开源基准可在 https://github.com/FLASK-LLNL/BOOM 获取。
引用
@article{arxiv.2505.01912,
title = {BOOM: Benchmarking Out-Of-distribution Molecular Property Predictions of Machine Learning Models},
author = {Evan R. Antoniuk and Shehtab Zaman and Tal Ben-Nun and Peggy Li and James Diffenderfer and Busra Sahin and Obadiah Smolenski and Tim Hsu and Anna M. Hiszpanski and Kenneth Chiu and Bhavya Kailkhura and Brian Van Essen},
journal= {arXiv preprint arXiv:2505.01912},
year = {2025}
}