Estamos trabajando con químicos sintéticos, computacionales y analíticos para hacer que Claude sea mejor en química. En esta entrega, Anthropic publica su primer trabajo en este esfuerzo: evaluar cómo Claude maneja la entrada analítica más común en química orgánica, un espectro de RMN.
Resumen del experimento
¿Por qué importa esto para ti, químico o curioso de la IA? Porque gran parte del trabajo químico diario consiste en traducir entre representaciones: un dibujo a mano, un SMILES, una tabla de picos o el texto de un método. Cada representación exige una fluidez distinta. Un modelo que pueda leer y cruzar estas señales acelera desde la identificación de compuestos hasta la integración de resultados publicados.
Anthropic comparó tres modelos Claude (Opus 4.7, Opus 4.6, Sonnet 4.6) frente a dos programas dedicados de NMR: ChemDraw y MestReNova. La prueba usó 20 compuestos tomados de preprints en ChemRxiv publicados después del corte de entrenamiento de los modelos, para evitar sesgos de selección. Los 20 compuestos se organizaron en cuatro familias estructurales, cinco por familia, cada una representando un tipo distinto de desafío en RMN.
