基于图先验增强Transformer的无模板逆合成Research#llm🔬 Research|分析: 2026年1月4日 10:03•发布: 2025年12月11日 16:08•1分で読める•ArXiv分析本文描述了一种使用Transformer模型进行逆合成的新方法，逆合成是化学中的一项关键任务。使用基于图的先验信息是关键要素，这可能会提高模型对化学结构和反应的理解。 “无模板”方面表明，这比依赖预定义反应模板的传统方法有所进步。 ArXiv 来源表明这是一篇预印本，因此结果和影响尚未完全评估。要点•专注于无模板逆合成。•采用Transformer模型。•利用基于图的先验信息来增强性能。引用 / 来源查看原文"Template-Free Retrosynthesis with Graph-Prior Augmented Transformers"AArXiv2025年12月11日 16:08* 根据版权法第32条进行合法引用。较旧On a Hamilton-Jacobi PDE theory for hydrodynamic limit of action minimizing collective dynamics较新Physics-Informed Machine Learning for Two-Phase Moving-Interface and Stefan Problems相关分析Research人类AI检测2026年1月4日 05:47Research侧重于实现的深度学习书籍2026年1月4日 05:49Research个性化 Gemini2026年1月4日 05:49来源: ArXiv