शोधकर्ताओं ने बड़े भाषा मॉडलों में पदानुक्रमित तंत्र तर्क का मूल्यांकन करने के लिए एक नया विशाल पैमाने का तर्क डेटासेट और FukuyamaBench बेंचमार्क विकसित किया, जो वर्तमान रासायनिक LLMs में आम भौतिक असंगतियों को दूर करता है।
- अध्ययन FukuyamaBench पेश करता है, जो फुकुयामा की उन्नत कार्बनिक अभिक्रिया तंत्र पुस्तक से व्युत्पन्न एक कठिन बेंचमार्क है।
- रासायनिक बुद्धिमत्ता को बढ़ाने के लिए नए डेटासेट पर एक फाइन-ट्यूंड Qwen3-30B-A3B मॉडल को प्रशिक्षित किया गया था।
- मॉडल ने FukuyamaBench Set~A पर 8.3% सटीक पथ मिलान हासिल किया, जो विशेष FlowER मॉडल के 5.1% स्कोर से आगे है।
यह दर्शाता है कि तंत्र-जागरूक प्रशिक्षण भाषा मॉडलों में रासायनिक तर्क क्षमताओं को काफी बढ़ाता है।