面向单步逆合成: 训练具备化学合理性感知的大型语言模型

摘要

单步逆合成是计算机辅助合成规划的核心，但其固有的一对多特性未被单答案评估协议充分捕捉。为此，研究者提出Top-K提示训练与推理范式，并构建含约4560万条验证反应的数据集CREED-CCV-2+USPTO-XL，以训练化学约束一致语言模型（C3LM）。通过结合基于ChemCensor和面向新颖性的奖励微调，模型在OOD URSA-expert-2026基准上达到最先进性能。反应唯一性分析显示，LLMs与传统模型探索互补的反应空间，启发基于集成的逆合成系统。