Les chercheurs présentent SciReasoner, un modèle fondamental scientifique multimodal conçu pour le raisonnement structurel natif à travers les protéines, les petites molécules et les cristaux inorganiques. Le modèle discrétise les coordonnées, les topologies et les connectivités périodiques en un vocabulaire unifié conscient de la structure, traitant les jetons structuraux comme des unités de preuves adressables lors du raisonnement.
- Dans la prédiction Gene Ontology contrôlée par homologie, SciReasoner augmente le F_max de 0,42 à 0,55 pour l'annotation Cellular Component des protéines à faible homologie.
- Il élève la précision de la rétrosynthèse en une étape de 0,63 à 0,72 tout en générant des traces de déconnexion au niveau des fragments et de vérification des précurseurs.
- Ses représentations séparent les phases élémentaires et composées et résolvent les régimes de bande interdite haute et basse en science des matériaux.
- SciReasoner atteint des performances de pointe sur 67 des 86 benchmarks.
- L'évaluation à double aveugle par des experts classe ses traces de raisonnement comme préférées ou comparables à un modèle de langage large de pointe dans 98 % des cas.
En faisant de la structure un substrat inspectable pour le raisonnement sous contraintes scientifiques, SciReasoner relie une prédiction précise à une inférence scientifique interprétable.