Pesquisadores apresentam o SciReasoner, um modelo científico fundacional multimodal projetado para raciocínio estrutural nativo através de proteínas, pequenas moléculas e cristais inorgânicos. O modelo discretiza coordenadas, topologias e conectividades periódicas em um vocabulário unificado consciente da estrutura, tratando tokens estruturais como unidades de evidência endereçáveis durante o raciocínio.

  • Na previsão de Gene Ontology controlada por homologia, o SciReasoner aumenta F_max de 0.42 para 0.55 para anotação de Componente Celular de proteínas de baixa homologia.
  • Ele eleva a precisão da retrosíntese em um único passo de 0.63 para 0.72 enquanto gera rastros de desconexão em nível de fragmento e verificação de precursores.
  • Suas representações separam fases elementais e compostas e resolvem regimes de banda alta e baixa na ciência dos materiais.
  • O SciReasoner alcança desempenho de estado da arte em 67 dos 86 benchmarks.
  • Avaliação dupla cega por especialistas classifica seus rastros de raciocínio como preferidos ou comparáveis a um modelo de linguagem grande de ponta em 98% dos casos.

Ao tornar a estrutura um substrato inspecionável para raciocínio sob restrições científicas, o SciReasoner conecta previsão precisa com inferência científica interpretável.