MFG多轮反馈引导分子优化论文发布

Trieu Nguyen等人在arXiv发布论文，提出MFG（多轮反馈引导）强化学习框架，训练大语言模型利用前一轮反馈逐步优化分子，反馈向量与奖励函数同时考虑性质改进和源分子相似度。 该框架应用于多目标分子优化模型GeLLM³O。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%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。