Nature Machine Intelligence сообщило об исследовании, посвящённом применению языковых моделей для выбора следующего кандидата в экспериментальных задачах. В описании работы говорится, что обучение с использованием байесовских целевых функций позволяет применять такие модели как оптимизаторы, управляемые естественным языком.

Авторы рассматривают задачи от оптимизации реакций до молекулярного дизайна. В источнике подчёркивается, что байесовская оптимизация даёт принципиальный способ выбирать следующий эксперимент, но обычно зависит от предметной экспертизы, которая плохо переносится между областями.

Практический смысл работы связан с попыткой получить от языковых моделей калиброванные оценки неопределённости, а не только научные знания. Однако предоставленный материал содержит лишь издательское описание и не раскрывает результаты экспериментов, сравнения с базовыми методами или ограничения подхода.