Büyük dil modellerinin ilaç geliştirme sürecindeki potansiyeli, yeni bir araştırmayla kapsamlı şekilde incelendi. Araştırmacılar, bu AI sistemlerinin gerçek dünya senaryolarındaki pratik kullanılabilirliğini değerlendirmek için kimyasal temelli görev paketi geliştirdi.
Çalışmada moleküler özellik tahminleri, moleküler temsil dönüşümleri ve molekül tasarımı gibi farklı alanları kapsayan test senaryları oluşturuldu. Bu görevler, pekiştirmeli öğrenme ortamları olarak tasarlanarak hem değerlendirme hem de model eğitimi için birleşik bir yaklaşım sunuldu.
Üç farklı model ailesinden elde edilen bulgular, en gelişmiş AI modellerinin kimyasal görevlerde artan bir yetkinlik sergilediğini gösterdi. Ancak özellikle sınırlı veri bulunan deneysel koşullarda önemli gelişim fırsatları olduğu tespit edildi.
Araştırmanın en dikkat çekici sonucu, pekiştirmeli öğrenme tabanlı ek eğitimin performansta önemli iyileşmeler sağlamasıydı. Bu yöntemle eğitilen daha küçük boyuttaki modeller bile daha başarılı sonuçlar vermeye başladı.
Bu çalışma, AI destekli ilaç tasarımının mevcut durumunu objektif şekilde değerlendirerek, gelecekteki gelişmeler için yol haritası sunuyor.