arXiv cs.AI· Yifei Wang, Botian Wang, YiFei Wang, Jiangtao Feng, Xinbo Zhang, Yawen Ouyang, Yixin Wu, Lihao Wang, Xiaoqing Zheng, Xuanjing Huang, Hao Zhou·· 3 小时前AI 评分47
Solvent：面向多步逆合成的长时程推理 8B 模型
Solvent: Long-Horizon Reasoning for Multi-Step Retrosynthesis
AI 导读
Solvent 是一个 8B LLM，把长时程推理扩展到多步逆合成，经两轮后训练课程学会交错执行迭代合成规划、外部可得性验证与路线自适应修订。实验显示强化学习带来 2.1× 性能提升，Solvent 在四个 benchmark 上得分 61.86%，超过中等规模语言模型与此前基于搜索的逆合成系统，并可媲美万亿参数前沿 LLM。
来源：arXiv cs.AI · arxiv.org