Pesquisadores apresentaram o SciReasoner, um modelo de fundação científico multimodal projetado para realizar raciocínio estrutural nativo em proteínas, pequenas moléculas e cristais inorgânicos. O modelo discretiza coordenadas, topologias e conectividades periódicas em um vocabulário unificado consciente da estrutura, tratando os tokens estruturais como unidades de evidência endereçáveis durante o processo de raciocínio.
- Na previsão de Ontologia Gênica controlada por homologia, o SciReasoner aumenta o F_max de 0.42 para 0.55 na anotação de Componente Celular de proteínas com baixa homologia e semelhantes a órfãos.
- Para a química, ele eleva a precisão da retrosíntese em um passo de 0.63 para 0.72, gerando traços de desconexão em nível de fragmento e verificação de precursores.
- Na ciência dos materiais, suas representações separam fases elementares e compostas e resolvem regimes de banda larga e estreita.
- Em 86 benchmarks, o SciReasoner alcança desempenho de estado da arte em 67 tarefas.
- A avaliação dupla-cega por especialistas classifica seus traços de raciocínio como preferidos ou pelo menos comparáveis aos de um modelo de linguagem grande de fronteira em 98% dos casos.
Ao tornar a estrutura um substrato inspecionável para o raciocínio sob restrições científicas, o SciReasoner conecta previsão precisa com inferência científica interpretável.