arXiv cs.AI· Trieu Nguyen, Frazier N. Baker, Ruoxi Gao, Daniel Adu-Ampratwum, Xia Ning·· 3 天前AI 评分22
MFG：多轮反馈引导的分子优化
MFG: Multi-turn Feedback Guided Molecular Optimization
AI 导读
研究者提出多轮反馈引导（MFG）分子优化框架，用强化学习训练 LLM 基于前几轮反馈逐步优化分子，并引入反馈向量与反馈对齐奖励函数。该方法应用于多目标分子优化模型 GeLLM³O，在十项任务上，GeLLM³O-MFG 取得最高平均相似度约束成功率 81.50%，高于基座模型 GeLLM³O 的 70.81%。
正文 · AI 翻译
摘要：多目标分子优化是药物发现中的一个关键过程，旨在修改给定分子以同时改善多种性质，同时保持相似的总体结构。这一过程通常需要由计算或实验反馈引导的迭代修改。近期基于大语言模型（LLM）的方法已开始探索这种迭代方法；然而，这些方法并未被明确训练以利用此类反馈，而现有方法主要关注单轮分子优化。为弥补这一空白，我们提出多轮反馈引导（MFG）分子优化，这是一个强化学习框架，训练 LLM 利用前几轮的反馈逐步优化分子。MFG 引入了一个反馈向量，同时捕捉性质改进和源分子相似性，并引入与反馈对齐的奖励函数，以促进跨轮次的逐步改进。我们将 MFG 应用于 $\text{GeLLM}^{3}\text{O}$——一个用于多目标分子优化的最先进 LLM 模型，并在十个多目标分子优化任务上评估 $\text{GeLLM}^{3}\text{O-MFG}$。结果表明，$\text{GeLLM}^{3}\text{O-MFG}$ 取得了最高的平均相似性约束成功率（$81.50%$），优于基础模型 $\text{GeLLM}^{3}\text{O}$（$70.81%$）。
| 学科： | 人工智能（cs.AI）；机器学习（cs.LG）；定量方法（q-bio.QM） |
| 引用为： | arXiv:2610.18851 [cs.AI] |
| （或 arXiv:2610.18851v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.18851 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Trieu Nguyen [查看邮箱]
[v1]
2026年10月13日星期二 17:58:41 UTC（743 KB）
来源：arXiv cs.AI · arxiv.org