LLM-Agent LARC erreicht menschliches Niveau bei retrosynthetischer Planung
In der Chemie ist die retrosynthetische Planung – die Suche nach synthetischen Wegen von verfügbaren Ausgangsstoffen zu Zielmolekülen unter Berücksichtigung praktischer Einschränkungen – ein zentrales, aber komplexes Problem. Mit dem neuen Framework LARC (Large Language Model Agentic Retrosynthesis) wird ein großer Sprachmodell-Agent eingesetzt, der spezialisierte Werkzeuge nutzt, um Entscheidungen zu begründen und dabei die Vorgaben der Aufgabe zu berücksichtigen.
LARC integriert einen „Agent-as-a-Judge“, der die Einhaltung von Beschränkungen in Echtzeit bewertet. Durch tool‑basierte Argumentation liefert der Agent Rückmeldungen, die die Routenfindung gezielt steuern und einschränken. Auf diese Weise wird die Planung nicht nur automatisiert, sondern auch qualitativ gesteuert.
Die Leistungsfähigkeit von LARC wurde an 48 sorgfältig kuratierten Aufgaben mit drei unterschiedlichen Beschränkungstypen getestet. Das System erzielte dabei einen Erfolgsanteil von 72,9 %. Damit übertrifft es die üblichen LLM‑Baselines deutlich und kommt dem Erfolg menschlicher Experten sehr nahe – und das in deutlich kürzerer Zeit.
Das erweiterbare Design von LARC macht es zu einem vielversprechenden Baustein für zukünftige „Co‑Scientists“. Es stellt einen ersten Schritt dar, um KI‑Agenten als effektive Werkzeuge oder sogar als Mitstreiter für chemische Fachleute in der retrosynthetischen Planung einzusetzen.