要旨：多段階の逆合成設計では、目標分子を連続する反応ステップを通じて購入可能な構成単位へと再帰的に変換する必要があり、近年の研究ではこの課題に取り組むために大規模言語モデル（LLM）の推論手法が活用され始めている。最新の進化において、LLMによる推論は長期視野の領域へと拡張されており、モデルは相互依存的な各ステップにわたって目的を追求し、環境と相互作用しながらフィードバックに適応するようになっている。このような変化は、AI主導の数学研究における画期的な成果にも示されるように、LLMの能力を著しく向上させている。この最先端の領域において、我々は8B規模のLLMであるSolventを提案する。Solventは、長期視野での推論を多段階の逆合成設計へと効果的に拡張することに成功した。2段階からなる事後訓練カリキュラムにより、Solventは反復的な合成計画立案、外部供給状況の検証、そして適応型の経路見直しを効果的に組み合わせて学習する。実験結果によれば、強化学習による性能向上によって2.1倍の改善を達成したSolventは、4つのベンチマークにおいて61.86%のスコアを記録し、中規模の言語モデルや従来の探索ベースの逆合成システムを上回るとともに、最先端の数兆パラメータ規模のLLMにも匹敵する性能を示している。
提出履歴
Paperへのアクセス：
PDFを表示
HTML（実験的）
TeXソース
追加機能
オーディオ要約
現在の閲覧コンテキスト：
参考文献および引用
Google Scholar
セマンティック・スカラー
ブックマーク
機関
arXivLabsは、共同作業者が当社のウェブサイト上で新しいarXiv機能を直接開発・共有できるフレームワークです。
arXivLabsと協働する個人および組織は、いずれも当社の価値観であるオープン性、コミュニティ、卓越性、そしてユーザーデータのプライバシーを尊重し、受け入れています。arXivはこれらの価値観に固くコミットしており、それらを遵守するパートナーのみと協力しています。
arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか？arXivLabsについて詳しくご覧ください。