arXiv cs.AI· Jiaxing Sun, Xuli Shen, Jiang Wu, Ruiyi Ding, Ruikang Zhang, Xiao An, Xibao Li, Yubin Wang, Xingjian Wei, Yinfan Wang, Yu Liu, Lingli Ge, Xi Xue, Xiaojian Wang, Lijun Wu, Chang-Yu Hsieh, Yuqiang Li, Bowen Zhou, Dahua Lin, Conghui He·· 13 小时前AI 评分29
反应先例让逆合成预测突破训练覆盖范围
Reaction precedents extend retrosynthetic prediction beyond training coverage
AI 导读
研究用 271 万条反应数据限制训练与检索覆盖后发现，仅扩展检索语料、固定模型参数，被排除训练的转化类型 Top-1 准确率从 13.0% 升至 58.0%，时间留出测试集从 4.9% 升至 23.1%。仅用 2017 年前数据训练的模型经检索扩展后，在两个测试集上追平或超过用 2025 年前数据训练的无检索模型。14 个通用模型在无需任务微调下均获提升，最强模型超过 8 个专用模型。
正文 · AI 翻译
作者：Jiaxing Sun、Xuli Shen、Jiang Wu、Ruiyi Ding、Ruikang Zhang、Xiao An、Xibao Li、Yubin Wang、Xingjian Wei、Yinfan Wang、Yu Liu、Lingli Ge、Xi Xue、Xiaojian Wang、Lijun Wu、Chang-Yu Hsieh、Yuqiang Li、Bowen Zhou、Dahua Lin、Conghui He
摘要：反应先例可指导逆合成，但其能在多大程度上弥补任务特定训练覆盖的缺口仍不清楚。我们使用 271 万条反应，按转化类型或时间限制训练与检索覆盖范围，然后在模型参数固定的情况下仅扩展检索语料库。对于未纳入训练的转化类型，平均 Top-1 准确率在历史测试集上从 13.0% 提升至 58.0%，在时间留出测试集上从 4.9% 提升至 23.1%。对于时间覆盖缺口，检索扩展使仅在 2017 年之前记录上训练的模型在两个测试集上均达到或超过仅在 2025 年之前记录上训练的非检索模型。在无需任务特定微调的情况下，先例在两个测试集和 USPTO-50K 上提升了全部 14 个代表性通用模型；其中带先例的最强模型超过了全部 8 个代表性专用模型。这些发现表明，推理时的反应先例无需更新参数即可将逆合成预测扩展到任务特定训练覆盖范围之外。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.40249 [cs.AI] |
| （或本版本的 arXiv:2610.40249v1 [cs.AI]） | |
| https://doi.org/10.48550/arXiv.2610.40249 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Jiang Wu [查看邮箱]
[v1]
2026 年 10 月 29 日星期四 15:19:54 UTC（20,552 KB）
来源：arXiv cs.AI · arxiv.org