GPT-3在化学与材料科学中的应用效果与传统技术相当

洛桑联邦理工学院（EPFL）的研究人员最近对OpenAI的GPT-3进行了一系列测试，并将其与专用机器学习模型进行了比较。研究结果表明，经过从互联网上提取的大量文本训练的大型语言模型（GPT-3）可以很容易地适应于解决化学和材料科学中的各种任务，性能与传统技术相当甚至更优秀，在低数据限制方面更是如此。通过简单地反转问题，甚至可以成功地进行逆向设计。这将对科学家如何在化学和材料科学中利用机器学习产生根本影响。 研究结果已经发布在Chemrxiv预印平台，并以《Is GPT-3 all you need for low-data discovery in chemistry?》为题。