ReTRACE智能体助力LLM逆合成规划

2026年10月20日，Jinxiang Xie等人在arXiv cs.AI领域发布论文《ReTRACE: Feedback-Guided LLM Agent in a Chemistry Harness for Retrosynthesis Planning》。该研究成果展示了一种基于反馈引导的LLM智能体，旨在化学反应框架中实现高效的逆合成规划，为AI辅助化学研究提供了新的技术路径。 ReTRACE智能体将Claude Opus 4.8模型置于集成分子工具与多准则评估器的化学反应框架中。其核心机制是通过不断吸收评估器反馈，诊断薄弱路线并进行回溯修正，同时结合了可购起始物料库与路线记忆功能，提升了规划的实际可行性与精准度。 在三项基准测试中，ReTRACE智能体Top 10路线中至少一条通过化学家审计的比例分别达到了87.4%、95.0%和86.7%。此外，两项前瞻性湿实验表明，该智能体生成的路线建议在经专家修订后，能够有效转化为可执行方案，验证了其在实际化学合成中的实用价值。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。