Retro-Expert框架通过可解释AI增强化学合成

研究人员开发了Retro-Expert，一个用于逆合成预测的新框架，该框架通过强化学习将大型语言模型（LLMs）与专用模型相结合。该方法旨在通过实现协作推理并提供可解释的、基于化学原理的解释，来克服静态模式匹配方法的局限性。实验表明，Retro-Expert的性能优于现有方法，并通过提供清晰的预测推理路径来增强化学家之间的信任。 AI

影响 增强了AI在化学合成中的可解释性和信任度，有望加速药物发现和材料科学。

排序理由 该集群描述了一篇发表在arXiv上的研究论文，该论文详细介绍了一个用于特定科学任务的新AI框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• large-language models
• Retro-Expert
• ScienceCast
• Xinyi Li

• 论文
• 模型发布
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →