科学家研发全球首个化学逆合成推理大模型，实现准确率与可解释性双突破

主要观点总结

上海交通大学X-LANCE实验室与苏州实验室联合研发出首个面向化学逆合成的深度推理大模型RetroDFM-R，该模型采用大规模强化学习训练，在预测准确性及解释能力上实现了显著提升。模型以65.0%的top-1准确率在USPTO-50K基准测试中大幅超越现有方法。模型能够复现逆合成专家的思考过程，具备人类可理解的决策依据。研究团队希望通过该模型广泛应用于化学家和材料学家的科研工作中，如药物设计、复杂分子和新型材料的合成等领域。该模型的出现是化学和计算机领域的重要突破，旨在用AI赋能材料、化学和分子创新。

关键观点总结

关键观点1: 研发出首个面向化学逆合成的深度推理大模型RetroDFM-R。

该模型是专为化学逆合成设计的推理大模型，通过引入化学验证奖励机制并采用大规模强化学习训练，实现了预测准确性及解释能力的显著提升。

关键观点2: 模型在USPTO-50K基准测试中表现出色。

在USPTO-50K基准测试中，RetroDFM-R以65.0%的top-1准确率大幅超越现有最优方法。

关键观点3: 模型能够复现逆合成专家的思考过程。

采用逐步链式推理方法，能够深入解析分子结构、识别合理反应位点与逆合成断键位置，并可推荐适宜反应条件或替代合成路线，产生人类可读的解释说明。

关键观点4: 模型具有广泛的应用前景。

研究团队希望该模型能够广泛应用于化学家和材料学家的科研工作中，如药物设计、复杂分子和新型材料的合成等领域，提高科学家的研发效率。

关键观点5: 模型的出现是化学和计算机领域的重要突破。

该模型的成功研发是化学和计算机领域的重大突破，标志着人工智能在化学领域的应用取得了重要进展。