ChemDiffAgent：首个掩码扩散语言智能体用于化学工具推理
论文AI 评分 82/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
该论文提出 ChemDiffAgent，将化学推理重构为对交错推理与工具使用轨迹的迭代去噪，使工具使用决策在完整轨迹上下文中联合确定。作者构建了覆盖六项化学任务、含单轮与多轮工具使用场景的基准，在预算与评测匹配条件下，该智能体整体较自回归智能体提升约 20%。其 8B 模型性能与 GPT 5.5、Claude Opus 4.7 等更大前沿模型相当，部分场景超越。论文被 NeurIPS 2026 接收，代码已公开。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载扩散范式替代自回归
论文指出，现有化学智能体虽已通过接入外部工具取得不错表现，但大多建立在自回归范式之上，受因果注意力与从左到右生成的限制。这使它们在双向分子理解、全局协同的工具规划以及多来源证据整合上存在困难。为此作者提出 ChemDiffAgent，把化学推理改写为对交错推理与工具使用轨迹的迭代去噪过程，让工具使用决策在完整轨迹上下文下联合确定，从而让智能体的决策边界更贴合其知识边界。
训练与推理机制
作者进一步分析该范式为何有利于智能体推理：训练阶段引入更难的填空式子问题，推理阶段支持灵活的任意顺序解码。在此基础上，他们设计了两阶段后训练框架，包含智能体监督微调与方差缩减的偏好优化，用于增强工具使用与推理能力。这些设计共同构成方法的核心，而非仅替换生成方式。
评测与结果
作者构建了一个覆盖六项化学任务的综合基准，同时包含单轮与多轮工具使用场景。在预算与评测条件匹配的情况下，ChemDiffAgent 稳定优于自回归智能体，整体提升约 20%。值得注意的是，其 8B 模型达到与 GPT 5.5、Claude Opus 4.7 等规模明显更大的前沿模型相当的水平，在部分情况下甚至超过它们。论文被 NeurIPS 2026 接收，代码已公开。
为什么值得看
扩散式语言智能体在化学工具推理上整体提升约 20%，8B 模型对标更大前沿模型，值得关注其范式与基准。
GPTClaude智能体论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。