論文の概要: MolLean: A Process-Verifiable Language for Chemical Reasoning

• arxiv url: http://arxiv.org/abs/2610.20459v1
• Date: Wed, 14 Oct 2026 16:43:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.254509
• Title: MolLean: A Process-Verifiable Language for Chemical Reasoning
• Title（参考訳）: MolLean: 化学推論のためのプロセス検証可能な言語
• Abstract要約: モランは化学推論を明示的な分子状態に置きます。 階層化されたリーンベースのカーネルは、状態遷移と分子の読み出しに対するアサーションをチェックする。 型付き目撃プロトコルは、外部から供給された測定からネイティブな構造チェックを分離する。
• 参考スコア（独自算出の注目度）: 22.143550645117823
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Chemical chain-of-thought can contain hallucinated structural and property claims. We thereby introduce MolLean, a process-verifiable language that grounds chemical reasoning in an explicit molecular state. A layered Lean-based kernel checks state transitions and assertions over molecular readouts, from primitive graph edits to compound transformations. Meanwhile, a typed witness protocol separates native structural checks from externally supplied measurements. We further introduce MolLean-MCP, a stateful tool interface that exposes these transitions, checks, and readouts during generation: the model receives feedback to decide its next action, and rejected actions leave the state unchanged. MolLean supports one-pass trace execution, whole-trace refinement, and interactive reasoning through MolLean-MCP. We evaluate these three modes with direct chain-of-thought on 8,800 matched examples across 12 tasks spanning molecular generation, editing, optimization, and reactions. With Qwen3.6-27B, whole-trace refinement outperforms direct chain-of-thought on all 12 tasks. MolLean-MCP complements whole-trace refinement with stepwise verification feedback, reaching better performance in reaction tasks. Together, these results highlight an executable foundation for chemical reasoning, in which explicit chemical commitments can be checked and revised rather than remaining solely in free-form explanations.
• Abstract（参考訳）: 化学チェーン・オブ・シントは、幻覚された構造と特性のクレームを含むことができる。 そこで我々は、化学推論を明示的な分子状態に基礎付けるプロセス検証可能な言語であるMolLeanを紹介した。 階層化されたリーンベースのカーネルは、プリミティブグラフの編集から複合変換に至るまで、分子の読み出しに対する状態遷移とアサーションをチェックする。 一方、型付き目撃者プロトコルは、外部から供給された測定からネイティブな構造チェックを分離する。 さらに、MolLean-MCPというステートフルなツールインターフェースを導入し、これらのトランジション、チェック、リードアウトを生成中に公開します。 MolLeanは、シングルパストレースの実行、全トレースの洗練、MollLean-MCPによるインタラクティブな推論をサポートする。 分子生成, 編集, 最適化, 反応にまたがる12のタスクにおいて, 8800件の一致した例に対して, 直鎖の3つのモードを評価した。 Qwen3.6-27Bでは、全トラック改良は12のタスクにおいて直接チェーン・オブ・シークレットを上回っている。 MolLean-MCPは、ステップワイドな検証フィードバックで全トレース改善を補完し、反応タスクのパフォーマンスを向上させる。 これらの結果は、化学推論の実行可能な基盤を強調しており、化学の明示的なコミットメントは、自由な形の説明だけに留まらず、チェックと修正が可能である。

関連論文リスト

• From Answers to States: Verifiable Process-Level Evaluation of Chemical Reasoning in Large Language Models [37.34302729762671]
  ChemCoTBench-V2は、構造化された検証可能な化学推論トレースの評価のための、ルール検証可能な診断ベンチマークである。 分子理解、分子編集、分子最適化、反応予測にまたがっており、18の報告タスクで5,620個の評価サンプルがある。
  論文  参考訳（メタデータ） (2026-06-02T13:47:19Z)
• MolLingo: Molecule-Native Representations for LLM-Powered Scientific Agents [57.28652712579434]
  分子設計を自動化するために化学者の推論過程をエミュレートするマルチエージェントシステムであるMolLingoを提案する。 MolLingoは、共有メモリモジュールを通じて、文学エージェント、化学エージェント、オーケストレーションをコーディネートすることで、この問題に対処する。 初期治療設計におけるケーススタディとして、MolLingoは、結合部位の幾何学と残基レベルのタンパク質コンテキストにおけるChemist Agentの推論を根拠にしている。
  論文  参考訳（メタデータ） (2026-05-27T02:11:23Z)
• How well can off-the-shelf LLMs elucidate molecular structures from mass spectra using chain-of-thought reasoning? [51.286853421822705]
  大規模言語モデル (LLM) は推論集約的な科学的タスクを約束するが、化学的解釈の能力はまだ不明である。 我々は、分子構造を予測するために、LLMが質量スペクトルデータに対してどのように理由を持つかを評価する、Chain-of-Thought(CoT)プロンプトフレームワークとベンチマークを導入する。 SMILESの妥当性, 式整合性, 構造的類似性の指標による評価の結果, LLMは合成学的に有効で, 部分的に可視な構造を生成できるが, 分子予測の正確性やリンク推論を達成できないことがわかった。
  論文  参考訳（メタデータ） (2026-01-09T20:08:42Z)
• MolAct: An Agentic RL Framework for Molecular Editing and Property Optimization [16.402871404193576]
  分子設計問題に対するエージェント強化学習フレームワークである MolAct を紹介する。 分子編集タスクの MolEditAgent と分子最適化タスクの MolOptAgent の2つのモデルファミリーを訓練するためのフレームワークをインスタンス化する。 その結果, 分子設計を多段階, ツール強化プロセスとして扱うことが, 信頼性と解釈性の向上の鍵であることが示唆された。
  論文  参考訳（メタデータ） (2025-12-23T07:53:57Z)
• MolEdit: Knowledge Editing for Multimodal Molecule Language Models [57.85765246726558]
  MolEditは分子対カプセル生成とキャプション対分子生成のためのフレームワークである。 MolEditにはMulti-Expert Knowledge Adapterが組み込まれており、異なる分子ファセットの専門の専門家に、Expertise-Aware Editing Switcherで編集をルーティングする。 MolEditは信頼性を最大18.8%向上し、効率を保ちながらベースラインよりも12.0%良いローカリティを提供する。
  論文  参考訳（メタデータ） (2025-11-16T20:48:37Z)
• MolReasoner: Toward Effective and Interpretable Reasoning for Molecular LLMs [30.030008221150407]
  MolReasonerは、大規模言語モデルを記憶から化学推論に移行するために設計された2段階のフレームワークである。 まず,GPT-4o で生成した合成Chain-of-Thought(CoT) サンプルを用いてモデルの推論能力を初期化し,化学的精度を検証した Mol-SFT を提案する。 その後、Moll-RLは、化学構造と言語的記述との整合性を明確に設計した特殊報酬関数による強化学習を適用した。
  論文  参考訳（メタデータ） (2025-08-04T05:10:11Z)
• Empowering Molecule Discovery for Molecule-Caption Translation with Large Language Models: A ChatGPT Perspective [53.300288393173204]
  大規模言語モデル(LLM)は、様々なクロスモーダルタスクにおいて顕著なパフォーマンスを示している。 本研究では,分子カプセル翻訳のためのインコンテキストFew-Shot Molecule Learningパラダイムを提案する。 分子理解とテキストベースの分子生成を含む分子キャプション翻訳におけるMollReGPTの有効性を評価する。
  論文  参考訳（メタデータ） (2023-06-11T08:16:25Z)
• MolXPT: Wrapping Molecules with Text for Generative Pre-training [141.0924452870112]
  MolXPTは、テキストでラップされたSMILESで事前訓練されたテキストと分子の統一言語モデルである。 MolXPT は MoleculeNet 上での分子特性予測の強いベースラインを上回ります。
  論文  参考訳（メタデータ） (2023-05-18T03:58:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。