热点事件历史事件

专家增强深度学习评估合成路线可行性

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Guo, Yujia 等人在 ChemRxiv 发布预印本，提出一种专家增强的合成路线评估框架：先用文献参考路线做大规模预训练，再结合专家对化学可行性的判断进行微调。在留出目标上，参考路线 top-1 回收率为 60.3%。在已评估案例中，模型排名第一的推荐有 88.4% 被判定可行，这些案例包括已报道的文献路线和专家认可的新颖提案；其中 75.4% 的新颖提案被专家判为可行。在独立的多专家数据集上，微调后模型与专家多数意见的一致率从 48.0% 升至 64.0%；同一指标下，留出专家与其同侪多数意见的一致率为 64.8%。上述结果均来自预印本作者的报告。

AI 根据报道生成 · 5 天前更新

最新进展11月4日 13:42

专家增强深度学习框架用于合成路线评估

报道时间线

沿着报道，了解事件的不同侧面。

11月4日

13:42
ChemRxiv Preprints精选
专家增强深度学习框架用于合成路线评估
研究提出专家增强框架，将大规模文献参考路线预训练与专家化学可行性评估结合，在留出目标上参考路线 top-1 回收率为 60.3%。模型排名第一的推荐在已评估案例中 88.4% 可行，其中 75.4% 的新颖提案被专家判为可行。

本事件热度走势

可比范围当前: 4
可比范围峰值: 1011月4日 14:00
近 24 小时变化: -20%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。