В свежем AI-for-science цикле выделяются три сильные работы: LLM-система Affinage для аннотирования функций генов по первичным публикациям, объяснимый подход к прогнозу ответа рака на лекарства и мультимодальная модель для холодного старта в предсказании белок-белковых взаимодействий.
Новый бенчмарк NatureBench проверил, способны ли coding-агенты выполнять реальные научные задачи уровня статей Nature. Результат отрезвляющий: лучшая конфигурация превзошла опубликованный state of the art только в 17,8% случаев. Рядом с этим — сильные работы по математическому поиску, цифровым двойникам болезни Альцгеймера, поиску ингибиторов и открытию кристаллов.
