2026. október 4., vasárnap · Kutatás

Új teszt mutatja: az AI modellek nem értik a gyógyszeres patentek Markush-képleteit

Egy kutatócsoport R-GroundBench néven új diagnosztikai tesztkészletet publikált egy arXiv-preprintben, amely azt méri, mennyire képesek az AI-modellek megérteni az úgynevezett Markush-struktúrákat – ezek a gyógyszeripari szabadalmakban gyakori molekulaábrázolások, amelyekben R1, R2 vagy X jelölésű helyettesíthető csoportok szerepelnek. A benchmark valódi szabadalmi adatokból épül fel, és két részből áll: egy feleletválasztós (VQA) és egy nyílt végű, molekulageneráló feladatsorból. A szerzők szerint a vizsgált modellek könnyű VQA-feladatokon 90% feletti pontosságot érnek el, de nehezebb, „trükköket” kizáró feladatokon ez 56-66%-ra esik; a kémiai szakterületre specializált vizuális-nyelvi modellek még gyengébbek, 25,7-46,2% közötti pontossággal. A generálási feladatban a legtöbb modell pontos egyezési aránya 20% alatt marad, képi bemenet mellett pedig 8% alá csökken. Mivel a tanulmány egyelőre nem lektorált preprint, az eredményeket független megerősítés nélkül kell kezelni.

Miért fontos?

A gyógyszeripari szabadalmak Markush-képleteinek megértése kulcskérdés az AI-alapú molekulatervezésben, és a kutatás szerint még a szakterületre élezett VLM-ek is csak 25,7-46,2%-os pontosságot érnek el ezen a feladaton.

Források

arXiv cs.AI Preprint

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. október 4., vasárnap napi AI összefoglaló része.

Kapcsolódó hírek

Meta AI modellje matematikusokkal oldott meg nyitott kutatási problémákat

A Meta AI Research közlése szerint a vállalat Muse Spark 1.1 és 1.2 nevű modelljeivel, a meta.ai chat felületén, Thinking Mode-ban, külön kutatási keretrendszer nélkül dolgozott együtt matematikusokkal. Az együttműködésből hat tudományos cikk született, ezek közül öt korábban nyitott matematikai kérdésre ad választ. A munkát egy matematikuscsoport irányította, amely az AI-val közösen fejlesztette az érveléseket, majd egy másik csoport ellenőrizte az eredményeket; minden cikk jelöli, mely részeket írták a kutatók és melyeket az AI. A Meta elismerte, hogy más kutatócsoportok is függetlenül eljutottak néhány azonos probléma megoldásához, más módszerekkel. Az egyik közölt eredmény a Gauss-ellipszoid illesztés szigorú küszöbértékéről szóló valószínűségszámítási tétel, amelyet Aykut Arslan dolgozott ki a Muse Spark segítségével, négy matematikus általi ellenőrzéssel.

Anthropic: a nyílt GLM-5.3 majdnem eléri a Claude Mythos Preview exploit-tudását

Az Anthropic Frontier Red Team elemzése szerint a kínai Zhipu AI (nemzetközi nevén Z.ai) nyílt súlyú GLM-5.3 modellje kiberbiztonsági exploitfejlesztésben megközelíti a saját Claude Mythos Preview modelljét. A Chrome V8 motorját célzó ExploitBench teszten a GLM-5.3 410-ből 50, a Mythos Preview 56 esetben épített működő exploitot, egy Google OSS-Fuzz-alapú belső teszten pedig 4, illetve 6 százalékban vette át a célprogram irányítását. Anthropic szerint a GLM-5.3 védelmi korlátai egyszerű trükkökkel megkerülhetők, és a modell szabadon letölthető, míg a Mythos Previewhez csak a Project Glasswing programon keresztül férnek hozzá kiválasztott védekezők, akik a cég állítása szerint már több mint 10 000 sebezhetőséget tártak fel kritikus szoftverekben. Egy tesztben a GLM-5.3 kevés emberi felügyelettel, egy nap alatt korábban ismeretlen hibákat talált egy böngésző JavaScript-motorjában, és ezekből kiolvasott egy magánkulcsot.

Google DeepMind: láthatatlan vízjel az AI-tervezte fehérjékben

A Google DeepMind bemutatta a SynthID Bio nevű vízjelező technológiát, amely mesterséges intelligenciával tervezett fehérjékbe épít be észrevehetetlen jelet – nem csak a digitális modellbe, hanem a ténylegesen szintetizált, fizikai fehérjébe is. A cég állítása szerint a módszer a fehérjeszekvenciák aminosav-választását és a 3D-szerkezetek atomi koordinátáit finomhangolja úgy, hogy a biológiai működés megmaradjon. Laboratóriumi tesztekben az AlphaProteo és egy SynthID Bio-kompatibilis ProteinMPNN kombinációjával három célfehérjén (VEGF-A, a SARS-CoV-2 tüskefehérje RBD-doménje, PD-L1) vizsgálták a módszert, és a vízjelezett tervek a DeepMind szerint megegyező találati arányt, kötési affinitást és szekvenciadiverzitást mutattak, mint a vízjel nélküliek. A cég ezt a saját közleménye szerint az első olyan esetnek nevezi, amikor vízjelezett és biológiailag működőképes fehérjekötőt hoztak létre.

Microsoft bemutatta a Quine nevű AI-rendszert a biológiai kutatáshoz

A Microsoft Research bejelentése szerint elkészült a Quine nevű kutatási rendszer, amely egy többmodalitású „világmodellt” épít a biológiáról, és összeköti a modelleket, tudományos eszközöket, szakirodalmat és kutatókat egyetlen interaktív keretben. A vállalat állítása szerint a Broad Institute (Harvard–MIT) kutatóival együttműködve a rendszert olyan vegyületek rangsorolására használták, amelyek daganatsejtek állapotát terápiásan kedvező irányba tolhatják el, és a legjobbra rangsorolt jelöltek egy részét több laboratóriumi kísérletben validálták. A Microsoft saját közlése szerint a Quine kifejezetten kísérleti, kutatási célú technológia, klinikai vagy orvosi felhasználásra nem alkalmas, kimenetei hiányosak vagy pontatlanok lehetnek, és szakértői ellenőrzést igényelnek. A cég emellett egy „Quine Fellows” programot is indít, amelyben kutatók kaphatnak hozzáférést a rendszerhez, hosszabb távon pedig a technológiát a Microsoft Discovery termékcsaládba tervezik integrálni.