Unveiling the power of language models in chemical research question answering.
揭示語言模型在化學研究問題回答中的力量。 Commun Chem 2025-01-05

ScholarChemQA 是一個新推出的學術化學問答數據集，旨在評估語言模型在化學領域的表現。這個數據集來自化學論文，問題取自論文標題，並根據摘要提供多選答案。為了應對數據不均和未標記數據的挑戰，開發了 ChemMatch 模型，能有效回答化學問題。實驗顯示，儘管大型語言模型已有進展，但在化學任務上仍有改進空間。ChemMatch 在基準測試中表現優於其他模型，顯示其有效性。更多資訊可參考 GitHub 連結：https://github.com/iriscxy/chemmatch。 PubMed DOI

Human interpretable structure-property relationships in chemistry using explainable machine learning and large language models.
使用可解釋的機器學習和大型語言模型在人類可解釋的化學結構-性質關係。 Commun Chem 2025-01-14

可解釋的人工智慧（XAI）是一個快速發展的領域，旨在讓機器學習模型更透明易懂。在化學領域，XAI 對於揭示分子結構與性質的關係特別重要，但現有方法多數針對專業人士，限制了普及性。為了解決這個問題，我們提出了 XpertAI 框架，結合 XAI 技術與大型語言模型（LLMs），能夠自動生成化學數據的自然語言解釋，讓更多人能理解。我們進行了五個案例研究，結果顯示 XpertAI 成功結合了 LLMs 和 XAI 工具，提供具體且科學準確的解釋，讓複雜的化學數據更易於理解。 PubMed DOI

A review of large language models and autonomous agents in chemistry.
化學領域大型語言模型與自主代理的綜述。 Chem Sci 2025-01-20

大型語言模型（LLMs）在化學領域越來越重要，能協助分子設計、性質預測和合成優化。這篇綜述探討了LLMs的能力及其自動化對科學發現的影響，還提到基於LLM的自主代理，能執行文獻擷取和與自動化實驗室互動等任務。文章也涵蓋了這些代理在其他科學領域的應用，並檢視其最新發展與挑戰，如數據質量和模型可解釋性。未來建議發展更先進的多模態代理，並改善與實驗方法的合作。欲了解更多，可參 PubMed DOI

Large Language Models (such as ChatGPT) as Tools for Machine Learning-Based Data Insights in Analytical Chemistry.
大型語言模型（如 ChatGPT）作為機器學習數據洞察的工具在分析化學中的應用。 Anal Chem 2025-02-05

人工智慧（AI）透過深度學習技術，特別是卷積神經網絡（CNNs），已在各領域帶來重大變革。自1990年代Yann LeCun提出以來，CNNs被廣泛應用於醫療診斷、自動駕駛、金融預測及圖像識別等。分析化學方面，深度學習提升了質譜、核磁共振等數據分析的效果。隨著大型語言模型（LLMs）如ChatGPT的興起，自然語言處理也獲得了新動力。本文探討如何利用智能手機和LLM進行激光誘導擊穿光譜（LIBS）數據的互動式分析，顯示LLMs在未來分析化學中的重要性。 PubMed DOI

Assessment of large language models in medical quizzes for clinical chemistry and laboratory management: implications and applications for healthcare artificial intelligence.
大型語言模型在臨床化學和實驗室管理醫學測驗中的評估：對醫療人工智慧的影響與應用。 Scand J Clin Lab Invest 2025-02-19

這項研究評估了九個大型語言模型（LLMs）在醫學領域的表現，特別是在臨床化學和實驗室管理方面。使用零-shot提示法測試109個臨床測驗，結果顯示GPT-4o的準確率最高，達81.7%，其次是GPT-4 Turbo（76.1%）和Claude 3 Opus（74.3%）。這些模型在數字和計算任務上表現優異，顯示出它們能有效運用現有知識協助醫療專業人員進行決策，未來有潛力成為醫療輔助工具。 PubMed DOI

Large language models open new way of AI-assisted molecule design for chemists.
大型語言模型為化學家開啟了AI輔助分子設計的新途徑。 J Cheminform 2025-03-25

最近，人工智慧在分子設計上有了新進展，讓合成化學家能更輕鬆地創造特定功能的分子。雖然已有多款AI分子生成器，但使用這些工具仍需專業知識。為了解決這個問題，我們開發了ChatChemTS，一個基於大型語言模型的聊天機器人，透過簡單對話幫助設計新分子，並自動生成獎勵函數。我們的研究展示了它在設計色素和抗癌藥物方面的能力。ChatChemTS已開源，並可在GitHub上獲得，網址是 https://github.com/molecule-generator-collection/ChatChemTS。這項技術讓更多人能輕鬆使用AI進行分子設計。 PubMed DOI

Large Language Models in Biochemistry Education: Comparative Evaluation of Performance.
生物化學教育中的大型語言模型：性能的比較評估。 JMIR Med Educ 2025-04-10

最近在人工智慧（AI）方面的進展，特別是大型語言模型（LLMs），正在改變醫學領域。本研究比較了四款先進的LLM聊天機器人—Claude、GPT-4、Gemini和Copilot—在生物化學課程中的表現。使用200道USMLE風格的多選題進行評估，結果顯示這些聊天機器人平均正確率為81.1%，超過學生8.3%。Claude的準確率最高，達92.5%。研究指出，這些AI模型在醫學教育中可能具備特定優勢，特別是在生物化學領域，顯示AI在醫學訓練中的潛力。 PubMed DOI

Leveraging Prompt Engineering in Large Language Models for Accelerating Chemical Research.
運用提示工程於大型語言模型以加速化學研究 ACS Cent Sci 2025-04-28

大型語言模型像GPT正在改變化學研究，但因化學資料有限，常出現錯誤。透過精心設計提問（prompt engineering），能減少這些錯誤並提升推理能力。雖然這方法在化學領域還不普及，但已有像電池和自動化實驗室的應用案例。總結來說，結合這兩者能讓化學研究更精確可靠。 PubMed DOI

Empowering Generalist Material Intelligence with Large Language Models.
以大型語言模型賦能通用材料智能 Adv Mater 2025-05-12

大型語言模型正帶動材料科學革新，讓自動化材料發現成真，像是資料擷取、性質預測都更有效率。不過，目前還有專業知識整合不夠、資源消耗大等問題。未來要加強LLM的適應性、效率和可信度，才能讓這些技術在實際應用上更可靠、更公平。 PubMed DOI

Designing a large language model for chemists.
為化學家設計大型語言模型 Patterns (N Y) 2025-06-09

**重點整理：** Zhao 等人開發了 ChemDFM，一款專為化學領域設計的大型語言模型，結合了通用 AI 能力和專業化學知識。它能夠解讀光譜數據、進行數值推理，還能連結化學工具和資料庫，成為科學研究與發現的重要助手。 PubMed DOI

原始文章

站上相關主題文章列表