ChemRxiv Preprints· Zhong, Haowen·· 5 天前精选AI 评分72
语言模型与主动学习弥合文献到实验室差距，预测反应可行性并自主探索
Bridging the Literature-to-Laboratory Gap with Language Models and Active Learning for Reaction Feasibility Prediction and Autonomous Exploration
AI 导读
研究提出两阶段蒸馏与适配框架，将大规模文献反应数据中的反应性知识迁移到小型高通量实验（HTE）数据集，并用于不确定性引导的主动学习。在Suzuki–Miyaura偶联、Buchwald–Hartwig胺化和酸-胺缩合的零样本评测中，通用模型平均准确率比最强基线高41.5%、macro-F1高29.2%，并超过人类专家准确率8.9%、macro-F1 11.5%。
推荐理由
该预印本把文献反应知识蒸馏到高通量实验数据，并用主动学习减少所需实验标签，为反应可行性预测提供可迁移路径。
来源：ChemRxiv Preprints · chemrxiv.org