摘要
近期基于推理的大语言模型在复杂问题解决中表现优异，但在无需真实标签的从头分子生成领域尚缺有效训练范式。为此，本文提出 MolRGen，一个用于训练和评估推理型大模型的大规模基准与数据集。主要贡献包括：确立了从头分子生成与属性预测的训练评估设定；提出了兼顾质量与多样性的新型多样性感知 top-k 评分指标；利用强化学习成功训练了 240 亿参数模型，并详细分析了其性能与局限。
AI 推荐理由
论文核心聚焦于推理模型在分子生成中的应用、训练及评估，直接针对推理能力。
研究机构
Universite Paris-Saclay
ETS Montreal
ILLS – International Laboratory on Learning Systems
Mila – Quebec AI Institute
LIVIA
论文信息