摘要
针对材料发现中大型语言模型推理过程缺乏可追溯性的问题，本文提出了 Graph-PRefLexOR，这是一类利用群相对策略优化（GRPO）微调的图原生推理模型。该模型将推理过程组织为机制探索、图构建、模式提取和假设合成等显式阶段，将神经语言生成与符号关系结构相结合。实验表明，该方法在材料科学开放性问题上的表现优于基线模型 40-65%，显著提升了推理的可追溯性和语义多样性，为科学假设生成提供了可解释的 AI 新路径。
AI 推荐理由
论文核心提出图原生推理模型，通过显式阶段组织多步推理，显著提升可追溯性。
研究机构
Department of Civil and Environmental Engineering, Massachusetts Institute of Technology, Cambridge, MA, USA
Department of Physics, Washington University in St. Louis, St. Louis, MO, USA
Computing and Computational Sciences Directorate, Oak Ridge National Laboratory
论文信息