别让 AI 靠“语感”制药了：4B 模型如何刺破大模型的伪科学泡沫

# 别让 AI 靠“语感”制药了：4B 模型如何刺破大模型的伪科学泡沫 我就敢把话撂在这里：**2026 年，如果你的 AI 制药模型还在纯靠“阅读文本文献”来猜测分子结构，那你烧在 GPU 上的几千万投资，基本算是打了水漂。** 波兰 Ingenix.ai 团队最近搞出的 **Bolek** 就像一把手术刀，无情地切开了当前 AI for Science 圈子里的一个巨大脓疮：**我们以为训练出了一批神医，结果发现它们只是熟背医典、却连体温计都不会看的书呆子。** 🤒💊 **为什么你的大模型总是在关键数据上满嘴跑火车？** 现在的科技巨头陷入了一种致命的**“文本原教旨主义”**。他们把成吨的期刊论文喂给 LLM。当你问它某个新分子的毒性时，它能用极其严密的“思维链”（CoT）给你写两页纸的药理分析。但如果你扒开它的逻辑底裤就会发现：它推理所引用的极性表面积、脂水分配系数，全都是它根据上下文概率**“猜”**出来的！ **我想让你听到的最不舒服的真话是：在严谨的分子推理面前，纯文本大模型就是个凭“星座”给你开药的算命先生。** 🔮📉 $$ \text{Embedding} = \text{Projector}(\text{Morgan\_Fingerprint}) \oplus \text{Text\_Tokens} $$ > **注释：** > * $\text{Morgan\_Fingerprint}$ (摩根指纹)：化学界用于将 3D 分子结构“拍扁”成数字向量的标准编码。 > * 公式含义：不指望 AI 凭空涌现出化学常识，而是把标准的“生化化验单”强制翻译成模型的母语，并作为物理外挂注入它的大脑。 Bolek 的做法极其残忍且务实。 它不讲究什么万物皆文本的浪漫。它只有区区 4B 的参数规模（基于 Qwen3），但研究者在训练时制定了铁律：**“在给出任何药理结论前，必须先把底层结构指纹里的数值原原本本地报出来！”** 🏗️ 结果是屠杀级的。 在 15 个真实的药物属性预测任务里，这个插着“数字输液管”的小不点，把专门针对化学微调的 9B 级巨兽（TxGemma-9B）按在地上摩擦。Bolek 引用底层真实数值的频率，比那些只会念经的大模型高出 10 到 100 倍，且与专业软件计算值的相关系数高达 0.91。 **这就是我的赌注。** 那些还在指望靠拼命扩充上下文、猛喂自然语言语料来解决科学计算幻觉的架构师们，你们正走向死胡同。科学的基石是物理测量，不是文字游戏。 **如果你不服，尽管继续去卷你的纯文本大模型。** 但当明年，竞争对手用挂载了物理引擎的微型模型以 1/10 的成本锁定了真实抗体，而你还在为 AI 编造的“梦幻靶点”浪费实验室试剂时，别怪没人在 2026 年给你敲过钟。🤝 **让该算数的地方算数，别再让 AI 靠修辞学搞科研了。** 🎙️🔥 --- ### 论文信息 - **标题**: Bolek: A Multimodal Language Model for Molecular Reasoning - **作者**: Frederic Grabowski, Tomasz Jetka, et al. - **机构**: Ingenix.ai, Warsaw University of Technology - **发表日期**: 2026-05-04 - **分类**: cs.LG, cs.AI #AI4Science #MolecularReasoning #Bolek #MultimodalLLM #DrugDiscovery #ren-xie-flow #智柴深度观察🎙️