从单一答案到多方案：化学可行性感知的逆合成语言模型

导语

在计算机辅助合成规划中，逆合成的任务是从目标分子出发，倒推可能的前体与断键方式。问题在于，同一个分子往往存在多条化学上可行、但结构和策略各不相同的合成路线。如果只要求模型给出一个答案，再用精确匹配判断对错，就很难准确衡量模型是否真正发现了有价值的路线。

一项发表于 Hugging Face Daily Papers 的研究，围绕这一问题提出了 Top-K prompting 与 Top-K training，并推出新的 C3LM（Chemistry Constraint-Consistent Language Model）。研究重点不是让模型只提高单个预测的命中率，而是让它能够生成一组经过化学可行性约束、同时保持一定差异性的候选反应。

核心方法

• 把一对多问题纳入生成过程：Top-K 策略要求模型输出多个候选方案，使评估和实际使用更接近逆合成的真实工作方式。
• 扩大训练数据规模：研究使用 CREED-CCV-2+USPTO-XL 数据集，包含约4560万条经验证反应。这些数据源于专家编码的反应模板，为模型学习不同反应模式提供了更广覆盖。
• 加入化学与新颖性信号：在微调之外，研究结合 ChemCensor 相关奖励以及面向新颖性的奖励，减少形式上合理但化学上不可信的输出，同时鼓励模型探索不同反应空间。
• 关注分布外评测：在 OOD URSA-expert-2026 基准上，C3LM 配合 Top-K 方法表现出当前领先水平，并在部分设置下能够与强传统逆合成模型竞争，甚至超过它们。

研究意味着什么

这项工作首先提醒人们，逆合成评测不能简单套用“唯一正确答案”的生成任务范式。一个未出现在参考答案中的路线，并不意味着它没有化学价值；反过来，生成多个答案也不等于自动获得了更好的结果，候选方案仍需经过化学可行性验证和后续路线筛选。因此，Top-K 的价值在于提供更丰富的搜索入口，而不是替代实验判断。

更值得注意的是，研究对反应独特性的分析显示，C3LM 与传统模型覆盖的反应空间具有互补性，而不是完全重合。传统模型可能更擅长利用结构化反应模板和既有模式，语言模型则可能从另一组表示或生成路径出发。对于合成规划引擎而言，这意味着将两类模型组合起来，或许比单独追求某一个模型的最高分更有实际意义。

当然，现有材料没有给出完整的指标表、消融实验细节或真实实验验证结果，不能据此断言模型已经具备独立设计可执行合成路线的能力。后续评估仍需要同时考察可行性、路线多样性、新颖性、成本以及实验成功率。总体而言，这项研究把讨论重点从“是否猜中标准答案”推进到“能否生成一组可信且互补的候选方案”，为 LLM 参与药物与材料合成规划提供了一个更贴近实际的方向。

来源：Hugging Face Daily Papers