arXiv · cs.AI· Trieu Nguyen, Frazier N. Baker, Ruoxi Gao, Daniel Adu-Ampratwum, Xia Ning·· 11 小时前
MFG提出多轮反馈引导的多目标分子优化强化学习框架
MFG: Multi-turn Feedback Guided Molecular Optimization
arXiv:2610.18851v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Trieu Nguyen, Frazier N. Baker, Ruoxi Gao, Daniel Adu-Ampratwum, Xia Ning
研究任务与主要进展
Trieu Nguyen等人提出MFG强化学习框架，训练大语言模型根据前一轮反馈逐步优化分子，同时利用性质改进和源分子相似度构成反馈向量与奖励函数。基于论文摘要，GeLLM³O-MFG在10个多目标分子优化任务上的平均相似度约束成功率为81.50%，高于基础模型GeLLM³O的70.81%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org