RetroDFM-R:Shanghai Jiao Tong University (X-LANCE Lab; School of Chemistry and Chemical Engineering)、Suzhou Laboratory
推理式逆合成大模型,用可验证化学奖励做强化学习,输出带推理过程的前体。
小分子 · 学术实验室 · 中国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | RetroDFM-R;别名:RetroDFM-R-8B;有歧义、不自动链接:ChemDFM |
| 家族 | 否(同门化学大模型(ChemDFM 系)无站内实体记录,不建家族条目) |
| 机构 | Shanghai Jiao Tong University (X-LANCE Lab; School of Chemistry and Chemical Engineering)、Suzhou Laboratory |
| 机构类型 / 国家 | 学术实验室 / 中国 |
| 模型类别 | 逆合成(化学 LLM + 强化学习推理) |
| 领域 | 小分子(次领域:文本与 agent) |
| 首次发布 | (依据:arXiv 2507.17448 v1 提交) 站上曾引用另一篇论文的编号(2510.16588),已订正 |
| 其他里程碑 | 最早公开证据 (arXiv v1);预印本 v1 (arXiv v1(v2 为 2026-08-24));代码发布 †(未核实)(代码仓库提交(含许可证),无 release 对象);权重发布 †(未核实)(首个 8B 权重仓库创建(README 公告 2025-11-22)) |
| 最近更新 | †(未核实),新版本:代码仓库提交;同期事件为论文 v2(2026-08-24)与新的 8B 权重仓库创建(2026-08-20)。未检出期刊版本;新旧权重的结果是否不同未核实。这是最近一次有出处的事件(原记 2026-08-24,按仓库提交日订正为 2026-08-25)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放(GPL-3.0);权重:开放(GPL-3.0 (per the group's model pages));权重与代码按该组公开页面为 GPL-3.0;托管命名空间是实验室的开源空间,不是公司 |
| 状态 | 活跃:12 个月内有论文修订、权重与代码事件 |
| 报过的 benchmark | 1 项计入(自报 1) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
以同门化学大模型为底座,先用逆合成语料继续预训练,再用蒸馏思维链冷启动,最后以反应是否合理、产物是否匹配等可验证信号做强化学习,输出带推理过程的前体分子。与 Uni-Mol3 的分子预训练路线、Chemformer 的序列到序列路线不同,它把推理文本当作输出的一部分,强调可解释性。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。1 项计入(自报 1)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 07 USPTO family (+PaRoutes) | 开发方按官方口径自报 | 是 | — | 自报 | 两个官方划分(小集与全集)、反应类别未知设置;含与不含测试时增强两种设定必须分别引用,同表基线为作者自己的运行 †(未核实) | 出处 |
其他评测(不在 44 项内)
- 双盲对比评价(自建任务集,自报):把模型给出的反应物与真值反应物做双盲比较,多数回答认为模型输出更好或同样好;分歧多为卤素取代基互换,评价由作者组织
- 多步路线规划案例(案例研究,自报):若干多步合成路线的案例展示,无统一指标
开发方称:可验证化学奖励的强化学习让模型在官方逆合成划分上优于既有序列与编辑类方法,同时给出可读的推理过程。
独立证据:未检出独立证据(未检出第三方复算或独立评测)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 逆合成相关化学数据继续预训练,含取自公开化合物库的结构式与名称对,以及公开逆合成预测数据 | 出处 |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | — | — |
| d 仅用于验证的 wet lab | 否 | 论文无湿实验验证 | 出处 |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:学术实验室:一所中国大学计算机学院的跨媒体语言智能实验室,与该校化学化工学院及一家地方实验室合作;其开源命名空间不是公司实体。实验室另与一家语音公司设有联合实验室。
- 融资:论文致谢列出国家科技重大专项、国家自然科学基金三项与上海市科技项目两项;训练使用 8 张数据中心级 GPU。
- 产品与合作:同门有化学大模型及其多模态与推理变体(公开论文三篇);站内对手为 Chemformer 与 Uni-Mol3。未披露企业合作。
- 相关模型:Chemformer、Uni-Mol3
怎么看
- 站上曾引用错误的论文编号,正确出处是 arXiv 2507.17448;另一个编号是别的论文。
- 站上「未知类」的那个数值未获证实,摘要给的是另一个值,引用前必须回到摘要口径。
- 含测试时增强与不含增强是两种设置,差距明显;曾被记为「摘要与正文冲突」的那组数字其实是单一反应类的结果,不是总体口径。
- USPTO 数据冻结且存在模板泄漏,高分不等于真实合成可行性;无湿实验或路线级独立验证。
局限与注意
- 全部 benchmark 结果为作者自报,无榜单条目。
- 权重日期依赖托管站仓库创建日;新旧 8B 权重的结果差异未核实。
- 推理链提高可读性,但正确性仍只有自评证据。
- 代码仓库无 release 对象,版本轴只能看提交。
来源
- 模型论文 arXiv 2507.17448(正确出处)(预印本)
- 论文 v1 全文(预印本)
- 代码仓库(仓库)
- 首个 8B 权重仓库(包仓库)
- 新 8B 权重仓库(包仓库)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
| 字段 | 原 | 现 | 原因 | 出处 | 发现日期 |
|---|---|---|---|---|---|
| sources | 引用 arXiv 2510.16588 作为本模型论文 | 正确编号为 arXiv 2507.17448;原编号属另一篇论文 | — | 依据 | 2026-11-16 |
| benchmarks_reported | 站上给出的「未知类」逆合成数值 | 该数值未获证实;按摘要口径记录,本页不转录分数 | — | 依据 | 2026-11-16 |
| release_milestones.weights_release | 8B 权重 2026-01-12 发布 | 首个 8B 权重仓库 2025-11-20 创建(公告 2025-11-22);2026-01-12 只是 README 编辑;另一个 8B 仓库 2026-08-20 创建 | — | 依据 | 2026-11-16 |
| latest_update | 2026-08-24(论文 v2) | 2026-08-25(代码仓库提交,无 release 对象) | — | 依据 | 2026-11-16 |
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。