LLM sequential decision making under uncertainty in biochemical domains

arXiv cs.AI · 29 sept, 06:00

Investigadores evalúan cómo cinco modelos de lenguaje de frontera toman decisiones en optimización bayesiana aplicada a diseño molecular, ingeniería de proteínas y síntesis química. Los resultados muestran que los LLM no superan consistentemente a métodos estadísticos publicados, y tienden a reaccionar excesivamente a nuevos datos en lugar de mantener un equilibrio exploración-explotación efectivo.