Retro-Expert: KI kombiniert LLMs und Fachmodelle interpretierbar Retrosynthese
Ein neues arXiv-Papier (2508.10967v1) präsentiert Retro‑Expert, ein innovatives Framework für die Retrosynthese, bei dem Künstliche Intelligenz und chemisches Fachwissen zu einer interpretierbaren Lösung verschmolzen werden.
Traditionelle Retrosynthese‑Modelle arbeiten meist mit statischen Mustern, was zu einer „Black‑Box“-Entscheidungsfindung führt. Retro‑Expert überwindet dieses Problem, indem es die Stärken von Large Language Models (LLMs) mit spezialisierten chemischen Modellen kombiniert.
Das System besteht aus drei Schritten: Erstellt spezialisierte Modelle eine hochwertige Entscheidungsraum‑Struktur durch flache Logik, dann nutzt ein LLM kritische Logik, um Vorhersagen zu treffen und einen nachvollziehbaren Entscheidungsweg zu generieren. Schließlich optimiert ein Reinforcement‑Learning‑Ansatz die Entscheidungspolitik, sodass die Ergebnisse sowohl präzise als auch erklärbar sind.
Experimentelle Tests zeigen, dass Retro‑Expert sowohl bei klassischen Metriken als auch bei der Qualität der Erklärungen die Leistung von reinen LLM‑ und Fachmodellen übertrifft. Die aus natürlichen Spracherklärungen resultierenden, chemisch fundierten Einsichten schaffen eine Brücke zwischen KI‑Vorhersagen und praktischen Synthesestrategien.