训练具备化学合理性感知能力的大语言模型，用于单步逆合成
一项研究提出将 Top-K 提示作为单步逆合成的训练和推理方法，使系统能够生成多条合理的反应路径，而不是只给出一个答案。研究人员构建了 CREED-CCV-2+USPTO-XL 数据集，其中包含约 4,560 万条经过验证的反应，并据此训练化学语言模型 C3LM。模型将微调与基于 ChemCensor 的奖励及面向新颖性的奖励相结合。研究作者称，该模型在分布外基准 URSA-expert-2026 上取得了最先进的表现。进一步分析显示，大语言模型和传统方法探索的反应空间存在互补性，这为采用集成式逆合成系统提供了依据。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。