LLM自主发现发表在Nature上的科学假设？ICLR 2025 论文MOOSE-Chem深度解析

本文探讨了人工智能在科学发现领域的应用，特别是大语言模型（LLMs）在化学研究中自主发现科学假设的能力。研究背景基于AI在自然语言处理和计算机视觉等领域的成功，研究目的是探索LLMs是否能在仅依赖化学研究背景信息的情况下，自动发现新的、有效的化学科学假设。研究通过划分LLM的预训练数据截止时间与顶级期刊文章的在线时间，确保发现的假设不是数据污染的结果。研究结论表明，LLMs能够自主发现新颖且可行的科学假设，甚至可以重新发现已发表在Nature和Science上的顶级化学科学假设。研究还提出了Agentic AI for scientific discovery的框架，为AI在科学研究中的应用提供了新思路。