用LLM描述符学习天然气味混合物感知几何

2026年10月14日，一篇提交至arXiv人工智能分类的论文研究了如何利用大语言模型（LLM）衍生的描述来学习天然气味混合物的感知几何。研究用LLM为1200多个食物挥发物混合物（含8000多种分子组分）生成混合物级感知描述，并以此作为监督信号，从分子组成预测留出混合物的相似度。结果显示，基于化学感觉提示词衍生的感知目标预测效果最强；训练中学到的低秩分子嵌入在无共享分子的混合物对上仍优于组分重叠指标，且与独立的人类气味描述空间显著对齐。此外，外部分子特征零样本对齐有限，仅在监督数据不足时提升预测。该研究由Farhad Pashakhanloo与Venkatesh N. Murthy提交，探索分子组成与自然气味物体感知相似性之间的关系。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。