Resumen: Evaluadores de agentes del Modelo de Lengua grande (LLM) aprovechan las herramientas especializadas para fundamentar la toma de decisiones racionales de LLM, haciéndolos adecuados para ayudar en descubrimientos científicos, como la planificación de retrosínesis restringida. La planificación de retrosínesis restringida es un proceso esencial, pero desafiante, dentro de la química para identificar las rutas sintéticas desde los materiales de partida disponibles comercialmente hasta las moléculas objetivo deseadas, sujetas a restricciones prácticas. Aquí, presentamos LARC, el primer marco de agente basado en LLM para la planificación de retrosínesis bajo limitaciones. LARC incorpora la evaluación de restricciones de agente, a través de un agente como juzgón, directamente en el proceso de planificación de retrosínesis, utilizando retroalimentación de agente basado en el razonamiento basado en herramientas para guiar y restringir la generación de rutas. Evaluamos rigurosamente LARC en un conjunto cuidadosamente seleccionado de 48 tareas de planificación de retrosíntesis restringidas en 3 tipos de restricciones. LARC logra una tasa de éxito del 72.9% en estas tareas, superando enormemente las líneas de base de LLM y abordando el éxito a nivel de expertos humanos en sustancialmente menos tiempo. El marco LARC es extensible y sirve como un primer paso hacia una herramienta de agente efectiva o un co-científico de expertos humanos para una retrosíntesis restringida.
Publicado Originalme en export.arxiv.org El 18 de agosto de 2025.
Ver Fuente Original
