研究：LLM解析质谱分布外准确率仅2%
热点事件持续更新
研究：LLM解析质谱分布外准确率仅2%
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Gabriel Asher等作者发布研究，基于MassSpecGym构建100种分析物的MS/MS结构解析基准，按各分析物在文献中的文本记录情况分为分布内与分布外两组，用以区分模型的推理与记忆。结果显示，前沿LLM在分布内Top-1准确率可达52%，分布外仅2%。 研究称，仅接入de novo结构生成器可将分布外准确率提升至最高38%，所得智能体在分布内外均优于独立的de novo模型。
AI 根据报道生成 · 46 分钟前更新
最新进展11月4日 13:00
LLM 在 MS/MS 结构解析的分布外泛化中依赖专用工具报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CLLLM 在 MS/MS 结构解析的分布外泛化中依赖专用工具
前沿 LLM 在 MS/MS 从头结构解析中分布内 Top-1 准确率可达 52%，但分布外仅 2%。研究基于 MassSpecGym 构建 100 种分析物基准，仅接入 de novo 结构生成器可将分布外准确率提升至最高 38%，且所得智能体在分布内外均优于独立 de novo 模型。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。