Les chercheurs ont introduit SciReasoner, un modèle fondamental scientifique multimodal conçu pour effectuer un raisonnement structurel natif à travers les protéines, les petites molécules et les cristaux inorganiques. Le modèle discrétise les coordonnées, les topologies et les connexions périodiques en un vocabulaire unifié conscient de la structure, traitant les jetons structurels comme des unités de preuves adressables pendant le processus de raisonnement.
- Dans la prédiction de Gene Ontology contrôlée par homologie, SciReasoner augmente F_max de 0,42 à 0,55 pour l'annotation Cellular Component des protéines de faible homologie et semblables aux orphelins.
- Pour la chimie, 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.
- En science des matériaux, ses représentations séparent les phases élémentaires et composées et résolvent les régimes de bande interdite élevée et basse.
- Sur 86 benchmarks, SciReasoner atteint des performances de pointe sur 67 tâches.
- L'évaluation par experts en double aveugle classe ses traces de raisonnement comme préférées ou au moins comparables à celles d'un grand modèle linguistique 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.