ReTRACE：反馈引导的LLM智能体用于逆合成规划
论文AI 评分 62/100arXiv cs.AI待复核
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。
arXiv 论文提出 ReTRACE，一种在化学工具环境中运行的反馈引导 LLM 智能体，用于逆合成规划。作者指出，现有计算机辅助逆合成方法多停留在单步预测、树搜索与路线打分，面对复杂目标时仍需对整条路线做判断，因为立体化学、官能团兼容性、成本与绿色性会相互牵制。ReTRACE 以工具编排推理为核心，把反馈引入规划过程。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载方法定位
ReTRACE 面向逆合成规划，把 LLM 智能体放进一个化学工具环境（harness）中运行，由反馈引导其推理。材料给出的名称展开为 Retrosynthesis with Tool-orchestrated Reasoning And Conte…，说明其思路是让模型编排外部工具并据此推理，而不是只做单步反应预测。摘要未披露模型规模、训练数据或具体工具清单。
要解决的问题
作者把已有进展归纳为单步预测、树搜索和路线打分三类，并指出这些手段在复杂目标上仍不够：整条路线需要综合判断，立体化学是否保持、官能团之间是否兼容、成本高低与绿色性指标会彼此牵制，单点最优不等于整条路线可行。ReTRACE 的反馈机制正是针对这种整路线层面的取舍。
信息边界
目前可确认的内容限于论文标题与摘要：方法名称、所属任务、工具编排与反馈引导的设计取向，以及作者对现有方法局限的表述。实验设置、对比基线、评测数据集与结果数字均未在材料中出现，因此无法判断其相对既有方案的实际提升幅度，也无法确认代码或数据是否公开。
为什么值得看
关注 LLM 智能体在化学逆合成中如何结合工具调用与反馈做整条路线规划。
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。