Специализированные генераторы молекулярных структур помогли Claude Opus 5 распознавать вещества по масс-спектрам. В препринте Matterworks от 2 ноября точность первого ответа для малоописанных соединений выросла с 2% без инструментов до 26% с MS-GPT и 38% с закрытым генератором LSM-Gen.

Масс-спектр показывает фрагменты вещества; задача — восстановить исходную структуру. Исследователи взяли 100 спектров: по 50 для широко описанных и почти не представленных в научной литературе соединений. Модели также сообщали молекулярную формулу. Без инструментов она распознала 26 из 50 хорошо описанных веществ, но лишь одно из 50 малоописанных.

Инструменты проверки предложенной структуры оставили второй результат на уровне 2%. Помогли именно генераторы новых кандидатов, которые Claude затем сравнивала. Сам LSM-Gen без языковой модели дал 32%: дополнительная проверка улучшила результат до 38%, но большинство веществ осталось нераспознанным.

Малоописанное не означает химически новое или гарантированно отсутствовавшее в обучении: состав обучающих данных неизвестен. Проверена одна конфигурация одной языковой модели; авторы — сотрудники и акционеры Matterworks, разработавшей LSM-Gen.

Связка показала полезное разделение работы: специализированная модель предлагает структуры, языковая помогает выбрать. Массовое применение пока дорого: по расчёту авторов, правильное распознавание агентом обходилось примерно в двадцать раз дороже, чем генератором отдельно. Это оценка по тарифам, не фактические счета.