研究进展：中山大学/鹏城实验室-大语言模型 | Nature Machine Intelligence

本文介绍了中山大学和鹏城实验室在Nature Machine Intelligence上发表的研究，探讨了大型语言模型在分子科学中的应用。研究提出了ChEBI-20-MM多模态基准，通过1,263个实验评估了模型与数据模态和知识获取的兼容性。研究通过模态转移概率矩阵和局部特征过滤方法，深入分析了模型的知识学习偏好，为分子科学中的大型语言模型提供了新的研究方向和理论基础。