arXiv Artificial Intelligence· Zixun Lan, Zhenfu Liu, Yi Li, Xinheng Wang, Mingmin Chi, Qibiao Wang, Jie Zhu, Xiaohui Tian, Fei Ma·· 18 小时前AI 评分27
RetroRLFF：用前向反馈强化学习做单步逆合成
Single-step Retrosynthesis via Reinforcement Learning from Forward Feedback
AI 导读
研究提出 RetroRLFF，从监督式 decoder-only Transformer 出发，用冻结的前向反应模型预测产物，以序列级奖励结合参考一致性与前向一致性，并通过 Direct Advantage-Based Policy Optimization 更新策略。
来源：arXiv Artificial Intelligence · arxiv.org