跳到正文
arXiv cs.CL· Yaoyao Xu, Xinjian Zhao, Xiaozhuang Song, Lei Bai, Tianshu Yu·· 2 天前AI 评分22

LoopMol:用语义 LLM 代理实现闭环分子逆向设计

Closed-Loop Molecular Inverse Design with Semantic LLM Surrogates

AI 导读

LoopMol 是一个闭环分子逆向设计框架,用 LLM 代理直接基于任务指令、SMILES 优化历史和 oracle 反馈进行推理,每轮按探索-利用原则挑选参考分子并可附一句简短引导语。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:实际的分子逆向设计很少是一次性生成问题;它通常涉及在有限的 oracle 预算下,丰富一个符合所需性质特征的分子池。贝叶斯优化(BO)为这一场景提供了自然的框架,其标准高斯过程(GP)代理模型在连续嵌入空间中运行。我们提出 LoopMol,一个闭环框架,其大语言模型(LLM)代理直接对任务指令、SMILES 级优化历史和 oracle 反馈进行推理。在每次迭代中,该代理依据探索—利用原则选择信息量大的参考分子,并可选择附带一句简洁的指导语句。这些输出为下一轮生成提供条件,并产生可检查的优化轨迹。在三个 Llamole 主干模型上针对六项药物和材料任务的实验表明,基于 LLM 的变体相比一次性生成有所改进,并且与基于 GP 的 BO 相比具有竞争力或更强。实验还揭示了一种依赖领域的接口:仅参考条件在二元药物任务上表现更好,而添加一句简洁的指导语句通常有利于连续材料任务。
评论: 24 页
主题: 计算与语言(cs.CL)
引用为: arXiv:2608.22967 [cs.CL]
  (或 arXiv:2608.22967v3 [cs.CL] 用于此版本)
  https://doi.org/10.48550/arXiv.2608.22967

arXiv 颁发的 DOI 经由 DataCite

提交历史

来自:Yaoyao Xu [查看邮箱]
[v1] 2026 年 8 月 24 日星期一 08:30:01 UTC(1,112 KB)
[v2] 2026 年 9 月 11 日星期五 09:51:35 UTC(1,099 KB)
[v3] 2026 年 10 月 15 日星期四 11:09:21 UTC(1,158 KB)

来源:arXiv cs.CL · arxiv.org