该研究开发了一种基于多模态多任务语言模型,可通过多种光谱数据(1H-NMR、13C-NMR、IR)及化学式预测分子结构,准确率媲美专家,达到96%的Top-1准确率。该模型融合不同光谱数据,并利用多任务学习框架,提高了对缺失数据和稀疏数据集的鲁棒性。该研究为药物发现、天然产物分析和材料化学等领域提供了AI辅助结构解析的新途径。发表于 2025年06月02日
原文链接:https://x.com/BiologyAIDaily/status/1929469477919543688

发布于 2025-06-03 16 次阅读
该研究开发了一种基于多模态多任务语言模型,可通过多种光谱数据(1H-NMR、13C-NMR、IR)及化学式预测分子结构,准确率媲美专家,达到96%的Top-1准确率。该模型融合不同光谱数据,并利用多任务学习框架,提高了对缺失数据和稀疏数据集的鲁棒性。该研究为药物发现、天然产物分析和材料化学等领域提供了AI辅助结构解析的新途径。发表于 2025年06月02日
原文链接:https://x.com/BiologyAIDaily/status/1929469477919543688

Comments NOTHING