网上营业厅
掌上营业厅
2月25日， ，，，，，，，人工智能国际顶级学术聚会AAAI 2025开幕， ，，，，，，，在此次大会论文任命效果中， ，，，，，，，中国凯发·(中国)网站-AG旗舰厅人工智能研究院（TeleAI）科研团队10篇论文乐成入选， ，，，，，，，不但笼罩大语言模子偏好对齐、视觉模子参数微调、正激励噪声（PI Noise）采样和表征对齐等手艺方面的突破， ，，，，，，，更包括人工智能与化学、医疗的交织研究等多个偏向的系列立异。 。 。。 。。。
AAAI聚会由国际先进人工智能协会主理， ，，，，，，，是人工智能领域历史最为悠久、最具影响力的顶级学术聚会之一。 。 。。 。。。本届大会共收到12957篇有用投稿， ，，，，，，，最终3032篇文章脱颖而出， ，，，，，，，吸收率为23.4%。 。 。。 。。。
让AI读懂化学反应方程式
人工智能手艺的立异在基础科学研究中的作用越发凸显。 。 。。 。。。随着大语言模子（LLM）的快速生长， ，，，，，，，AI对科学文献和手艺专利的明确、剖析和形貌正获得普遍应用。 。 。。 。。。LLM在化学使命中的重点之一是举行“分子文本形貌天生”（Molecule Captioning）， ，，，，，，，即将分子的相关信息转化为自然语言文本形貌， ，，，，，，，并在其之间举行对齐。 。 。。 。。。然而， ，，，，，，，现有事情主要集中在单分子上， ，，，，，，，化学反应和自然语言文本之间的一致性在很洪流平上仍然未被探索。 。 。。 。。。
作为专利和文献的主要组成部分之一， ，，，，，，，对化学反应举行准确形貌不但可以更好地明确化学反应的历程， ，，，，，，，且有助于增进化学合成和逆合成的自动化相关研究。 。 。。 。。。
为此， ，，，，，，，TeleAI团结华东师范大学等单位提出了一项“ReactGPT”框架， ，，，，，，，集成了基于化学反应的指纹检索� ？？？？？？椤⑻囟煊蛱嵝焉杓颇 ？？？？？？椤⒘浇锥紊舷挛牡饔拍 ？？？？？？�。 。 。。 。。。
基于化学反应的指纹检索� ？？？？？？�使用“化学反应指纹”高效且精准地检索相关反应， ，，，，，，，并通过盘算差别反应指纹之间的相似度， ，，，，，，，快速从大规模的化学反应数据库中找出与目的反应最相关的若干个反应实例。 。 。。 。。。这种检索方法基于反应的内在特征， ，，，，，，，而非仅仅依赖简朴的要害词匹配， ，，，，，，，大大提高了检索的准确性和效率。 。 。。 。。。同时， ，，，，，，，它为后续的上下文学习提供了高质量、有针对性的示例， ，，，，，，，使得模子能够基于这些相似反应更好地学习化学反应与文本之间的关联模式。 。 。。 。。。
特定领域提醒设计� ？？？？？？�聚焦设计适用于化学领域的提醒信息， ，，，，，，，以指导大语言模子更好地明确和处置惩罚化学反应与文本的对齐使命。 。 。。 。。。该� ？？？？？？榛崞局せе兜奶氐愫褪姑枨�， ，，，，，，，全心设计提醒内容。 。 。。 。。。这些提醒可能包括特定的化学术语诠释、反应条件说明、文本天生的名堂要求等。 。 。。 。。。通过全心设计的提醒， ，，，，，，，能够有用引发大语言模子在化学领域的潜力， ，，，，，，，让其天生更切合化学逻辑和规范的文本形貌， ，，，，，，，从而提升模子在化学反应相关使命中的体现。 。 。。 。。。
在两阶段上下文调优� ？？？？？？�中， ，，，，，，，第一阶段， ，，，，，，，使用从指纹检索� ？？？？？？榛袢〉南喙胤从κ纠吞囟煊蛱嵝焉杓颇 ？？？？？？樘焐奶嵝研畔�， ，，，，，，，让模子在上下文中起源学习化学反应与文本的对齐模式。 。 。。 。。。第二阶段， ，，，，，，，对模子举行进一步的细腻调优， ，，，，，，，团结更多的反响信息和现实使命的要求， ，，，，，，，调解模子的参数， ，，，，，，，使其能够更准确地天生化学反应的文本形貌。 。 。。 。。。通过这种两阶段的调优方法， ，，，，，，，逐步提升模子对化学反应的明确和文本天生能力， ，，，，，，，以顺应差别庞洪水平的化学反应与文本对齐使命。 。 。。 。。。
ReactGPT框架旨在弥合化学反应与文本之间的差别。 。 。。 。。。实验效果批注， ，，，，，，，与先前模子相比， ，，，，，，，ReactGPT在解决化学反应问题和天生结构准确的高质量文本方面体现精彩。 。 。。 。。。
让AI明确放射科医学偏好
放射学报告对医生的诊断意义重大， ，，，，，，，但人工撰写不但肩负重且易蜕化， ，，，，，，，现有的自动报告天外行艺RRG（Radiology Report Generation）要领多基于监视回归或注入特殊知识， ，，，，，，，天生报告难以契合医生多元偏好。 。 。。 。。。
为应对这一挑战， ，，，，，，，TeleAI提出多目的偏好优化（MPO）， ，，，，，，，将预训练的报告天生模子凭证多小我私家类偏好举行调解， ，，，，，，，详细通过多维奖励函数来微调， ，，，，，，，并通过多目的强化学习（RL）举行优化， ，，，，，，，从而使模子能够在差别的偏好条件下天生切合特定医生偏好的报告。 。 。。 。。。
研究通过引入两个新的� ？？？？？？槔词迪钟肴死嗥玫亩云�。 。 。。 。。。首先， ，，，，，，，设计了一个偏好向量融合（PVF）网络， ，，，，，，，它位于标准的Transformer编码器息争码器之间， ，，，，，，，使用多头注重力机制和残差毗连将偏好向量与编码后的图像特征融合， ，，，，，，，实现条件天生。 。 。。 。。。其次， ，，，，，，，提出了一个多目的优化（MOO）� ？？？？？？�， ，，，，，，，该� ？？？？？？槭褂闷孟蛄刻逑制萌ㄖ�， ，，，，，，，并通过点积操作将多维奖励与偏好向量线性组合， ，，，，，，，形成加权的多目的奖励函数。 。 。。 。。。然后， ，，，，，，，通过强化学习（RL）算法优化这个加权奖励函数， ，，，，，，，指导RRG模子与偏好向量对齐。 。 。。 。。。
在训练阶段， ，，，，，，，模子通过随机采样多样化的偏好向量并优化加权多目的奖励函数举行对齐， ，，，，，，，从而在整体偏好空间上获得最优战略。 。 。。 。。。在推理阶段， ，，，，，，，模子能凭证给定的偏好向量天生切合特定偏好的报告， ，，，，，，，无需进一步微调。 。 。。 。。。这种要领不但能够天生切合人类偏好的报告， ，，，，，，，并且在单个模子内无需特另外微调即可顺应差别偏好， ，，，，，，，实现了在两个公共数据集上的性能抵达了最先进的水平。 。 。。 。。。
人工智能与化学、医疗等交织学科的团结， ，，，，，，，能够为各领域的研究事情带去新要领和新视角， ，，，，，，，为解决重大问题提供更周全的思绪和偏向， ，，，，，，，为作育复合型人才提供实践土壤。 。 。。 。。。未来， ，，，，，，，TeleAI将团结中国凯发·(中国)网站-AG旗舰厅在算力、数据、应用场景等多方面的优势,一连推进这种跨学科的相助模式， ，，，，，，，推感人工智能研究一直开立异的时势。 。 。。 。。。
