使用基于图的工具改进小语言模型中的分子属性预测

arXiv AI 发表了一项研究，提出一种用于小语言模型（SLM）的上下文增强提示框架，通过集成图神经网络（GNN）工具，在零样本分子属性预测中提升性能。在 MUTAG 和 Tox21 数据集上，相较于仅使用 SMILES 字符串，该方法获得至少 25% 的相对准确率提升，最高达 74%。但模型仍不及专门的 GNN 模型。

此前小语言模型在分子属性预测中常因忽略图拓扑线索而表现不佳。该研究通过引入 GNN 提供预测提示与解释子图，显著缩小了 SLM 与专用图模型之间的性能差距，但尚未完全超越。

该框架在推理时调用 GNN 专家模型给出预测提示与置信度，同时利用另一个 GNN 提取实例相关的子图（如子图 SMILES 与解释段落）作为提示上下文。这种方式为序列模型补充了结构信息，从而提升预测准确性。

该技术可集成到药物筛选或化学信息学工具中，使基于文本的分子属性预测系统获得接近专用图模型的精度，同时保持小模型的计算效率。研发团队需在现有 SMILES 输入基础上添加 GNN 模型协作调用。

• 构建一个结合 SMILES 与 GNN 提示的零样本分子属性预测 API，供药物研发平台使用。
• 开发面向化学家的交互式解释工具，自动输出分子子图 SMILES 和文字说明。
• 将本框架嵌入现有分子搜索或虚拟筛选管线，提升小模型召回率。

• 该框架在更大规模分子数据集（如 ChEMBL 或 PubChem）上的泛化能力尚未验证。
• GNN 提示的计算开销与推理时间是否在可接受范围内？
• 在不同架构的小语言模型（如不同参数规模）上的效果是否一致？