Při optimalizaci reakce nebo materiálu není nejtěžší navrhnout mnoho možností, ale rozhodnout, kterou drahou variantu otestovat příště. Samotný jazykový model může navrhovat přesvědčivě znějící, ale neplatné podmínky. GOLLuM proto používá jazykový model k reprezentaci popisu experimentu a Gaussův proces k odhadu výsledku i nejistoty.

Pravděpodobnostní cíl zároveň upravuje reprezentace jazykového modelu tak, aby se experimenty s podobným výsledkem ocitaly blíž. Systém tak nevybírá jen podle slovní podobnosti a může vyvažovat zkoušení slibných oblastí s průzkumem těch nejistých.

Autoři spustili stejnou konfiguraci na 23 benchmarkových úlohách z organické syntézy, materiálů, procesní chemie a molekulárního návrhu, vždy od deseti podprůměrných pozorování. GOLLuM se umístil v průměru nejlépe a výkon běžné bayesovské optimalizace dorovnal s více než 40% úsporou pokusů. U pěti úloh Buchwaldovy–Hartwigovy reakce našel 43 % vysoce výkonných podmínek oproti 24–25 % u porovnávaných přístupů.

Možným využitím je řízený výběr dalších měření v samočinných laboratořích, vždy se samostatnými bezpečnostními omezeními a lidskou kontrolou. Studie zatím stojí na benchmarkových datech; Gaussův proces se navíc špatně škáluje k tisícům pokusů a čistě textový popis nestačí pro složité 3D struktury. Prospektivní laboratorní piloty mohou přijít během 2–4 let, širší rutinní použití bude vyžadovat nezávislé ověření.