AuditRxn：可审计快速权重记忆用于反应前缀预测

Hoxha Ardit 提出 AuditRxn，一个面向多步化学反应前缀预测与合成路线规划的可审计快速权重记忆框架。其核心是化学快速权重记忆（CFWM），通过在线 Hebbian 更新把反应官能团与催化状态绑定为循环关联矩阵状态，使循环步复杂度为 O(1)。 作者称在四个基准数据集上取得优势：USPTO-50K 逆合成 Top-1 准确率 51.82%（较竞争基线高 1.87%），化学有效性 99.92%；SMolInstruct 正向合成 Top-1 精确匹配 66.8%；USPTO-Condition 总体条件准确率 0.2985。上述为论文报告结果，尚待独立验证。

AI 根据报道生成 · 2 天前更新