AI اور دنیا کے مشکل مسائل · کیمیا اور مواد · Nature Computational Science · 2026-10-12

بڑے لسانی ماڈلز کے ساتھ خصوصیات کی پیش گوئی کے لیے کم زیادہ ثابت ہو سکتا ہے

اصل عنوان: Less can be more for predicting properties with large language models

نقاط کے محدد اور زمرے پر مبنی ڈیٹا سے خصوصیات کی پیش گوئی، مثلاً کرسٹل ڈھانچوں سے تشکیلی توانائیوں یا لچکی موڈیولس کی پیش گوئی، کمپیوٹیشنل سائنس کا مرکزی موضوع ہے، اور بڑے لسانی ماڈلز (LLMs) اس پر آزمائے جا چکے ہیں۔ مصنوعی ڈیٹا سیٹس اور MatText بینچ مارک کی مدد سے مصنفین نے پایا کہ LLMs زمرے کے نمونوں کو تو اچھی طرح سنبھالتے ہیں، مگر محدد کی معلومات کو مسلسل گرفت میں لانے میں ناکام رہتے ہیں۔ یہ نتیجہ 70 ارب پیرامیٹرز تک کے ماڈلز، 2 × 10^6 ڈھانچوں تک کے ڈیٹا سیٹس اور مختلف متنی نمائندگیوں پر صادق آتا ہے، اور جن خصوصیات کی پیش گوئی میں ساختی اثرات غالب ہوں، وہاں مخصوص جیومیٹرک ساختیں LLMs سے بہتر کارکردگی دکھاتی ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →