Schwaller 团队用语言模型学反应表征，多目标化学反应优化超越描述符方法

Schwaller 团队提出动态语言模型表征方法，不再手工构造反应表征，而是用微调语言模型从反应条件的文本描述中动态学习任务自适应表征，并与高斯过程代理模型联合训练。在镍和钯催化交叉偶联反应的序贯与并行实验场景中，该方法比描述符库和 one-hot 编码用更少的实验达到优化收敛，并已前瞻性应用于帕克体系优化。