研究者らは、タンパク質、低分子、無機結晶にわたるネイティブな構造的推論のために設計されたマルチモーダル科学基盤モデルであるSciReasonerを発表しました。このモデルは座標、トポロジー、周期性の結合を統一された構造認識語彙に離散化し、推論中に構造的トークンを参照可能な証拠単位として扱います。

  • 相同性制御されたGene Ontology予測において、SciReasonerは低相同性タンパク質のCellular Component注釈のF_maxを0.42から0.55に向上させます。
  • フラグメントレベルの切断と前駆体検証のトレースを生成しながら、単一ステップの逆合成精度を0.63から0.72に引き上げます。
  • その表現は元素相と化合物相を分離し、材料科学における高および低バンドギャップ領域を解決します。
  • SciReasonerは86件のベンチマークのうち67件で最先端のパフォーマンスを達成しました。
  • 二重盲検の専門家評価では、その推論トレースが98%のケースで最前線の大型言語モデルと同等または優先されると評価されました。

科学的制約下での推論のための検査可能な基盤として構造を活用することで、SciReasonerは正確な予測と解釈可能な科学的事実推論を結びつけます。