Краткое содержание

arXiv:2511.11769v1 Тип анонса: cross Аннотация: Предсказание молекулярных свойств является фундаментальной задачей для химической инженерии, например, при скрининге растворителей. Мы представляем Socrates-Mol — фреймворк, который превращает языковые модели в эмпирические байесовские системы через инженерию контекста, решая проблемы "холодного старта" без тонкой настройки модели. Система реализует рефлексивно-предсказательный цикл, в котором исходные выходные данные служат априорными значениями, извлеченные молекулярные случаи предоставляют свидетельства, а уточненные прогнозы формируют апостериорные значения, извлекая пригодные для повторного использования химические правила из разреженных данных. Мы вводим задачи ранжирования, соответствующие приоритетам промышленного скрининга, и используем кросс-модельную самосогласованность across пятью языковыми моделями для снижения дисперсии. Эксперименты по предсказанию LogP аминных растворителей выявляют зависимые от задачи закономерности: регрессия достигает 72% снижения MAE и 112% улучшения R-квадрат благодаря самосогласованности, в то время как задачи ранжирования демонстрируют ограниченный прогресс из-за систематических мультимодельных смещений. Фреймворк