★ 3
Solvent 8B 模型发布：长程推理用于多步逆合成
研究者提出 Solvent，一个 8B 参数大模型，将长程推理能力扩展到多步逆合成任务。模型通过两轮后训练课程，学会交替进行迭代合成规划、外部可得性验证与路线自适应修正。经强化学习带来 2.1 倍性能提升后，Solvent 在四个基准上平均得分 61.86%，超过中等规模语言模型与既有搜索式逆合成…
arXiv cs.AI7 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 Solvent，一个 8B 参数大模型，将长程推理能力扩展到多步逆合成任务。模型通过两轮后训练课程，学会交替进行迭代合成规划、外部可得性验证与路线自适应修正。经强化学习带来 2.1 倍性能提升后，Solvent 在四个基准上平均得分 61.86%，超过中等规模语言模型与既有搜索式逆合成…