Solvent: ragionamento a lungo orizzonte per la retrosintesi a più passaggi

Abstract degli autori

La retrosintesi a più passaggi richiede di trasformare ricorsivamente una molecola bersaglio in componenti di base acquistabili attraverso una successione di passaggi di reazione. Lavori recenti hanno iniziato a ricorrere al ragionamento dei modelli linguistici di grandi dimensioni (LLM) per affrontare questo compito. Nella sua evoluzione più recente, il ragionamento degli LLM è entrato nella dimensione del lungo orizzonte: i modelli perseguono obiettivi attraverso passaggi interdipendenti, interagiscono con gli ambienti e si adattano al feedback. Questo cambiamento ha migliorato nettamente le capacità degli LLM, come mostrano le scoperte rivoluzionarie nella ricerca matematica guidata dall’IA. In questo ambito d’avanguardia presentiamo Solvent, un LLM da 8B che estende con successo il ragionamento a lungo orizzonte alla retrosintesi a più passaggi. Attraverso un percorso di post-addestramento in due cicli, Solvent impara ad alternare pianificazione iterativa della sintesi, verifica esterna della disponibilità e revisione adattiva dei percorsi. Gli esperimenti mostrano che, dopo un incremento delle prestazioni di $2.1\times$ ottenuto tramite RL, Solvent raggiunge il 61,86% su quattro benchmark, superando i modelli linguistici di medie dimensioni e i precedenti sistemi di retrosintesi basati sulla ricerca, e rivaleggiando con gli LLM d’avanguardia da mille miliardi di parametri.