arXiv cs.CL· Kenan Li, Yijian Zhang, Jin Wang, Haipeng Gan, Zeying Sun, Xiaoguang Lei, Hao Dong·· 12 小时前AI 评分38
ChemBART：面向完整合成规划的化学反应语言模型预训练
ChemBART: Pre-training a Reaction Language Model for Comprehensive Synthesis Planning
AI 导读
ChemBART 是一个基于 BART 的反应中心预训练语言模型，通过在完整反应表达式（Reactant > Reagent > Product）上做掩码填充预训练，统一支持前体/试剂生成、温度-产率回归和分子性质分类等任务。
正文 · AI 翻译
摘要：大语言模型（LLMs）的最新进展已在多个领域展现出变革性潜力。然而，在计算机辅助合成规划（CASP）中，当前的 LLM 方法往往局限于单分子表示，限制了其在诸如前体预测等孤立、单任务场景中的应用。为弥补这一空白，我们提出 ChemBART，一种采用以反应为中心的预训练策略的基于 BART 的语言模型。通过在整体反应表达式（Reactant > Reagent > Product）上利用掩码填充预训练任务，ChemBART 有效解决了多种化学问题，包括前体/试剂生成、温度-产率回归以及分子性质分类。基于这些能力，我们展示了将 ChemBART 与蒙特卡洛树搜索（MCTS）集成用于多步合成路线设计，其中该模型用于优化强化学习框架内的策略和价值函数。不同于受限于特定应用的单分子预训练 LLM，ChemBART 统一了多种化学任务，以借助全面的实施信息促进合成规划。最重要的是，所提出的多步合成路线和反应条件在湿实验室中得到了验证，确认发现了比现有文献基准产率提高 >20% 的更短合成路径。我们的工作凸显了以反应为中心的预训练的潜力，并展示了 ChemBART 在闭合计算预测与湿实验室合成之间循环方面的广泛实用性。
| 评论： | 同行评审中。31 页，6 幅图，2 张表 |
| 主题： | 机器学习（cs.LG）；计算与语言（cs.CL） |
| ACM 分类： | I.2.7; J.3 |
| 引用格式： | arXiv:2601.02915 [cs.LG] |
| （或本版本 arXiv:2601.02915v2 [cs.LG]） | |
| https://doi.org/10.48550/arXiv.2601.02915 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Kenan Li [查看邮箱]
[v1]
2026年1月6日 星期二 10:55:38 UTC (3,374 KB)
[v2]
2026年10月21日 星期三 09:54:00 UTC (1,362 KB)
来源：arXiv cs.CL · arxiv.org