用GPT-4-Turbo进行网状化学的单环和多环问答数据集
Nakul Rampal1,2,3, Kaiyu Wang1,2, Matthew Burigana1,2
1Department of Chemistry, University of California, Berkeley, California 94720, United States.
Journal of chemical theory and computation
|October 8, 2024
概括
一个新的数据集,RetChemQA,提供45,000个问题答案对,用于评估网状化学中的人工智能. 此资源有助于机器学习模型开发用于科学发现.
科学领域:
- 计算化学计算化学
- 材料科学 材料科学 材料科学
- 人工智能的人工智能
背景情况:
- 人工智能和NLP的进步需要大规模的数据集进行基准测试.
- 网状化学研究产生复杂的数据,需要复杂的分析.
- 现有的数据集可能无法完全捕捉科学文献的细微差别.
研究的目的:
- 介绍RetChemQA,一个新的网状化学基准数据集.
- 促进科学领域机器学习模型的评估.
- 支持人工智能用于化学研究的发展.
主要方法:
- 从主要出版商的2530篇研究论文中提取了问答对.
- 使用OpenAI的GPT-4 Turbo进行数据集生成.
- 编制了合成条件的补充数据集.
主要成果:
- 开发了RetChemQA,拥有约45,000个单跳和约45,000个多跳问答.
- 数据集涵盖了网状化学文献的各个方面.
- 包括用于增强实用性的合成条件数据.
结论:
- RetChemQA为网状化学中的AI开发提供了一个强大的平台.
- 该数据集使ML模型的细微性能评估成为可能.
- 旨在在科学界推进人工智能应用.
更多相关视频
08:43PTR-ToF-MS Coupled with an Automated Sampling System and Tailored Data Analysis for Food Studies: Bioprocess Monitoring, Screening and Nose-space Analysis
Published on: May 11, 2017
12.3K
11:22Using Three-color Single-molecule FRET to Study the Correlation of Protein Interactions
Published on: January 30, 2018
10.0K
