From Words to Molecules: A Survey of Large Language Models in Chemistry

本篇文章属于LLM系列内容，主要涉及对《From Words to Molecules: A Survey of Large Language Models __ in Chemistry》这一文献的译介工作。

从单词到分子：化学大语言模型综述

• 摘要
  • 1 引言
  • 2 分子编码技术
  • 3 分类方式
  • 4 实施路径
  • 5 应用场景
  • 6 总结与后续研究方向

摘要

近年来，大规模语言模型（LLM）在自然语言处理（NLP）及相关多学科研究领域获得了突出的进展。然而，将LLM引入化学研究仍面临诸多挑战，这需要具备专门的学科背景知识。本研究系统分析了将LLM融入化学领域的多种策略，深入剖析了该跨学科结合点所蕴含的复杂性与创新性。具体而言，我们首先研究了分子信息如何借助不同的表示方式和标注手段被输入至LLM中。随后，依据化学相关LLM输入数据的内容类型及表现形式，将其划分为三个类别，并探讨了各类别下LLM输入整合的具体方法。同时，本文还分析了针对化学任务所调整的预训练目标。接着，我们进一步探讨了LLM在化学领域中的多种应用场景，并介绍了其在执行化学任务时所采用的新模式。最后，文章指出了具有潜力的研究方向，例如更深层次地融合化学知识、推动持续学习机制的发展以及提升模型的可解释性等，为该领域实现突破性进展奠定了基础。

1 引