SpecXMaster 技术报告
机器学习
2026-03-27 v2
摘要
智能光谱学是AI驱动的闭环科学发现中的关键要素，充当物质结构与人工智能之间的关键桥梁。然而，传统的专家依赖光谱解释面临诸多挑战，包括对人为偏见和错误的易受影响、对有限专业知识的依赖以及解释者之间的差异。为此，我们提出SpecXMaster，一个基于Agentic强化学习（RL）的智能框架，用于NMR分子光谱解释。SpecXMaster能够从1H和13C谱图的原始FID（自由演化）数据中直接提取重数信息。该端到端管道实现了NMR光谱到化学结构的完全自动化解释。它在多个公开NMR解释基准测试中表现出优异性能，并通过专业化学光谱学家的迭代评估不断完善。我们认为，作为光谱解释的新方法论范式，SpecXMaster将对有机化学界产生深远影响。
引用
@article{arxiv.2603.23101,
title = {SpecXMaster Technical Report},
author = {Yutang Ge and Yaning Cui and Hanzheng Li and Jun-Jie Wang and Fanjie Xu and Jinhan Dong and Yongqi Jin and Dongxu Cui and Peng Jin and Guojiang Zhao and Hengxing Cai and Rong Zhu and Linfeng Zhang and Xiaohong Ji and Zhifeng Gao},
journal= {arXiv preprint arXiv:2603.23101},
year = {2026}
}
备注
Technical report from DP Technology.22 pages, 7 figures