揭示分子秘密:一种增强线性模型的LLM用于可解释和可校准的分子性质预测
发表于: 。本研究解决了可解释的分子性质预测中的复杂非线性模式捕获不足的问题。提出的MoleX框架结合了大型语言模型的知识和线性模型的简洁性,提供了准确的分子属性预测,并确保了可解释性和校准能力。实验表明,MoleX在预测性能、可解释性和效率上均优于现有方法,并显著提升模型表现。
本研究解决了可解释的分子性质预测中的复杂非线性模式捕获不足的问题。提出的MoleX框架结合了大型语言模型的知识和线性模型的简洁性,提供了准确的分子属性预测,并确保了可解释性和校准能力。实验表明,MoleX在预测性能、可解释性和效率上均优于现有方法,并显著提升模型表现。