研究用LLM描述符预测天然气味混合物感知相似性
热点事件持续更新
研究用LLM描述符预测天然气味混合物感知相似性
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
一项研究利用大语言模型为含 8000 多个分子组分的 1200 多种食物挥发物混合物生成感知描述，并据此从分子组成预测留出混合物的感知相似度。研究称，采用化学感知提示词时预测效果最强。 训练中学到的低秩分子嵌入在预测留出混合物相似度上优于组分重叠指标，即使混合物对之间没有共享分子；其分子几何与独立的人类气味描述符空间显著对齐。研究还称，外部分子特征仅在有限监督下改善预测，使用完整训练集时增益有限。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
用 LLM 派生描述学习自然气味混合物的感知几何报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AI用 LLM 派生描述学习自然气味混合物的感知几何
研究利用 LLM 为含 8000 多个分子组分的 1200 多种食物挥发物混合物生成感知描述，并据此从分子组成预测留出混合物的相似度，效果在采用化学感知提示词时最强。训练中学到的低秩分子嵌入在预测留出混合物相似度上优于组分重叠指标，即使混合物对之间没有共享分子，且其分子几何与独立的人类气味描述符空间显著对齐。外部分子特征仅在有限监督下改善预测，使用完整训练集时增益有限。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。