Nature Machine Intelligenceは、言語モデルを次の実験候補の選択に用いる研究を報じている。説明では、ベイズ的目標関数を用いた学習により、自然言語に導かれた最適化子としてこのようなモデルを適用できるとされている。

著者らは、反応の最適化から分子設計までのタスクを検討している。出典では、ベイズ最適化は原理的な方法で次の実験を選択する手段を提供する一方で、通常は領域を跨いだ専門知識に依存する、と強調されている。

この研究の実務的な意味は、科学的知識だけでなく、キャリブレーションされた不確実性の評価を言語モデルから得ようとする点にある。しかし、提供された資料は編集上の説明にとどまり、結果の実験・他手法との比較・アプローチの制約などを明らかにしていない。