연구자들은 대규모 언어 모델의 다중 에이전트 프레임워크를 활용하여 반응을 분류하고 규칙을 생성하는 완전히 자동화된 파이프라인을 제시했습니다. 이 접근 방식은 검증 루프에서 코퍼스의 각 규칙을 테스트함으로써 인간의 개입 없이 표준 체계를 68개 클래스에서 14,073개 클래스로 확장합니다.
- 시스템은 665,901건의 미국 특허 반응 코퍼스와 규칙을 검증하는 검증 루프 하에서 반응 규칙을 생성합니다.
- 인간의 개입 없이 표준 체계를 68개 클래스에서 14,073개 클래스로 확장합니다.
- 경량 지문 분류기는 보이지 않는 반응에 대해 97.7%의 정확도를 달성하며, 화학적 세부 사항을 더 세밀하게 해결하는 동시에 선도적인 독점 분류기와 동등한 성능을 보입니다.
이 결과는 살아있는 반응성 데이터베이스와 생성 모델을 신뢰할 수 있고 자기 확장 가능한 기호 시스템으로 전환하기 위한 일반적인 경로를 제공합니다.