From Words to Molecules: A Survey of Large Language Models in Chemistry-优快云博客

本文链接：https://blog.youkuaiyun.com/c_cpp_csharp/article/details/137167794

本文调查了大型语言模型（LLM）在化学领域的应用，从分子编码方法到预训练目标，再到多样化的应用。尽管LLM在NLP领域取得成功，但在化学中的应用仍处于初级阶段，需要与化学知识、量子化学更深入整合，实施持续学习，并提高可解释性。未来的研究方向包括知识整合、持续学习和模型可解释性的改进。

本文是LLM系列文章，针对《From Words to Molecules: A Survey of Large Language Models in Chemistry》的翻译。

摘要

近年来，大型语言模型（LLM）在自然语言处理（NLP）和各种跨学科领域取得了显著的成功。然而，将LLM应用于化学是一项复杂的任务，需要专业的领域知识。本文深入探讨了将LLM整合到化学领域中所采用的微妙方法，深入探讨了这一跨学科交叉点的复杂性和创新。具体来说，我们的分析首先考察分子信息是如何通过各种表示和标记方法输入LLM的。然后，我们根据化学LLM输入数据的领域和形式将其分为三组，并讨论整合LLM输入的方法。此外，本文还探讨了适应化学LLM的预训练目标。之后，我们探索LLM在化学中的各种应用，包括它们在化学任务中应用的新范式。最后，我们确定了有前景的研究方向，包括与化学知识的进一步整合、持续学习的进步以及模型可解释性的改进，为该领域的突破性发展铺平了道路。

1 引言

2 分子编码方法

3 分类

4 方法

5 应用

6 结论与未来工作

总之，这项调查对将LLM整合到化学中的现有策略进行了彻底的探索，涵盖了从输入表示到预训练目标，再到多样化和独特的应用的各个领域。然而，尽管它们进化迅速，但仍处于初级发展阶段，这表明它们有很大的增长和增强空间。以下未来方向对推进该领域至关重要：
与化学知识的进一步整合当前的化学大语言模型（LLM）努力解决对化学宇宙的有限理解，尤其是在逆合成中。经常使用的USPTO 50k数据集有50000