8.3.2 分子语言模型 (如 MolFormer, ChemBERTa)

文档摘要

8.3.2 分子语言模型 (如 MolFormer, ChemBERTa) 在化学信息学的深水区航行，我们早已告别了“分子即图、性质即标签”的朴素范式。当SMILES字符串第一次被当作序列输入Transformer时，没人料到，这条看似简单的映射路径，竟会撬动整个计算化学建模范式的地壳——不是渐进式改良，而是结构性重铸。MolFormer与ChemBERTa，这两个名字如今常被并列提及，仿佛一对孪生模型；但若掀开它们的参数表与训练日志，便会发现：一个在原子级注意力中雕琢键序的微妙相位，另一个则在子结构语义空间里反复校准官能团的上下文权重。它们不是同一枚硬币的两面，而是两条殊途同归却路径迥异的技术长征。我们不谈“大模型很厉害”，也不复述论文摘要里的宏观愿景。