面向分子性质预测的推理增强型大语言模型
机器学习
2025-10-20 v2 人工智能
摘要
分子性质预测是药物发现和材料科学中的关键任务，但现有方法存在可解释性有限、跨任务泛化差以及缺乏化学推理能力等问题。传统机器学习模型在任务可迁移性方面表现不佳，而专门的分子语言模型对其决策过程几乎没有提供见解。为此，本文提出了一种集成化的推理增强大语言模型——MPPReasoner，用于分子性质预测。该方法基于 Qwen2.5-VL-7B-Instruct，融合分子图像与 SMILES 字符串，实现对分子的全面理解。我们采用两阶段训练策略：首先使用 16,000 条由专家知识和多个教师模型生成的高质量推理轨迹进行监督微调（SFT），随后采用基于可验证、规则驱动的奖励进行强化学习（RLPGR）。RLPGR 利用可验证的、基于规则的奖励系统动地学原理应用、分子结构分析和逻辑一致性，通过计算验证进行评估。广泛的实验在 8 个数据集上表明，MPPReasoner 在分布内和分布外任务上的性能分别优于最佳基线方法提升了 7.91% 和 4.53%。MPPReasoner 在跨任务泛化方面表现出色，生成的化学推理路径具有很好的化学合理性，为分子性质分析提供了宝贵的洞察，显著提升了解释性和实际应用价值。代码已公开于 https://anonymous.4open.science/r/MPPReasoner-12687。
引用
@article{arxiv.2510.10248,
title = {Reasoning-Enhanced Large Language Models for Molecular Property Prediction},
author = {Jiaxi Zhuang and Yaorui Shi and Jue Hou and Yunong He and Mingwei Ye and Mingjun Xu and Yuming Su and Linfeng Zhang and Ying Qian and Linfeng Zhang and Guolin Ke and Hengxing Cai},
journal= {arXiv preprint arXiv:2510.10248},
year = {2025}
}