待验证50% 置信事实精确时间
MFG（Multi-turn Feedback Guided Molecular Optimization）是一个将多轮反馈引导的分子优化形式化为强化学习问题的新框架。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证GeLLM³O是一个面向多目标分子优化的先进LLM模型，其本身已具备单轮多目标优化的能力，但在多轮迭代中缺乏利用历史反馈的显式训练机制。69% 相似待验证MFG框架包含两个关键设计：反馈向量（Feedback Vector）和反馈对齐奖励函数（Feedback-aligned Reward）。65% 相似待验证逆合成分析的核心任务是给定目标分子反推可行合成路线，PostEra 的做法是把反应预测建模成序列到序列或图到图的问题，用大规模反应数据集（如 USPTO 专利反应数据）训练模型。62% 相似待验证现有LLM分子优化方法大多聚焦于单轮生成，忽略了真实药物化学优化通常是多轮迭代这一事实。61% 相似待验证LLM的模式坍缩主要由自回归生成机制与RLHF优化的组合效应驱动，可从解码策略、训练目标和提示设计三个维度入手61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1027447API
curl https://kongchang.com/api/v1/knowledge/claims/1027447MCP
get_claim(id=1027447)