論文の概要: Verification-Guided Retrosynthesis: Reaction Feedback and Evidence Timing

• arxiv url: http://arxiv.org/abs/2610.38245v1
• Date: Wed, 28 Oct 2026 03:50:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-01 01:32:09.949472
• Title: Verification-Guided Retrosynthesis: Reaction Feedback and Evidence Timing
• Title（参考訳）: 反応応答とエビデンス時間
• Abstract要約: 再合成計画では、購入可能な開始物質から標的分子への合成経路を求める。 本稿では,AND/OR検索において,反応検証を決定行動として組み込んだ検証誘導リフロー(VGR)を提案する。 Retro190では、フィードバックなしでの経路評価と比較して、検証結果の探索が51.1%から62.6%に向上した。
• 参考スコア（独自算出の注目度）: 3.09818753030808
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrosynthesis planning seeks synthesis routes from purchasable starting materials to a target molecule. Search over predicted reactions can connect a target to available materials, yet an infeasible reaction can invalidate the resulting route. Evaluating route quality only after search has finished cannot correct errors made during search. We introduce Verification-Guided Reflow (VGR), incorporating reaction verification as a decision action in AND/OR search. Verification results are represented as binary verdicts; queries are scheduled from the search structure, and acquired verdicts exclude reactions or adjust search priorities. We define verified solvability as the fraction of targets for which a complete route accepted stepwise by the verifier is found. On Retro190, feeding verification results into search increases verified solvability from 51.1% to 62.6% relative to route evaluation without feedback. Further controlled experiments show that earlier verification and immediate prioritization of accepted reactions each improve route discovery, yet combining them performs worse than either change alone. We therefore propose early pruning and delayed guidance: rejected reactions are pruned immediately, while accepted reactions gain search priority when processed as part of a complete candidate route. In a separate comparison with the verification scheduling rule fixed, this strategy increases verified solvability from 61.1% with immediate guidance to 71.1%, using fewer proposal calls and unique verifier queries.
• Abstract（参考訳）: 再合成計画では、購入可能な開始物質から標的分子への合成経路を求める。 予測された反応の探索は、標的を利用可能な材料に接続することができるが、実現不可能な反応は結果の経路を無効にすることができる。 探索終了後にのみ経路品質を評価することは,探索中の誤りを訂正することができない。 本稿では, 反応検証をAND/OR探索における決定行動として組み込んだ検証誘導リフロー(VGR)を提案する。 検証結果はバイナリ検証として表現され、クエリは検索構造からスケジュールされ、得られた検証は反応を除外したり、検索優先順位を調整する。 検証可解性を、検証者によって段階的に受け入れられる完全な経路が見つかる対象の分数として定義する。 Retro190では、フィードバックなしでの経路評価と比較して、検証結果の探索が51.1%から62.6%に向上した。 さらに制御された実験により、受け入れられた反応の早期の検証と即時優先順位付けがルート発見を改善するが、それらを組み合わせることはどちらの変化単独よりも悪い結果が得られた。 そこで本研究では, 早期刈り込みと遅延誘導を提案し, 拒絶反応は直ちに刈り取られる一方で, 完全候補経路の一部として処理された場合には, 検索優先が得られた。 検証スケジューリング規則を定めているものとは別として、この戦略は検証可解性を61.1%から71.1%に引き上げる。

関連論文リスト

• Verifier-Harness Co-Evolution for Training-Free Self-Improvement on Open-Ended Tasks [26.247543441302785]
  Unified Co-Evolution (UCoE) は、エージェントのハーネス状態とともに実行可能な検証プログラムを進化させる訓練不要の手法である。 UCoEは候補検証プログラムを合成し、応答コントラストでテストする。 最弱のコントラスト家族に対する差別が最高である候補者を選別し、これは私たちが運転能力と呼ぶ量である。
  論文  参考訳（メタデータ） (2026-10-13T02:29:40Z)
• When Should Agents Think? Adaptive Reasoning via Cross-Turn Estimation [107.3164703390355]
  本稿では,適応エージェント推論のためのトレーニング手法として,クロスツーリング推定(RACE)による推論適応を提案する。 RACEは、削除が現在のおよびその後の参照アクションに限定的な影響を持つ推論ターンを特定する。 4つの代表エージェントベンチマークの実験により、RASはタスク性能を維持したり改善したりしながら、推論コストを大幅に削減することが示された。
  論文  参考訳（メタデータ） (2026-10-08T14:43:09Z)
• CoVeR: Coverage-Based Routing of Verifier Calls in Agentic Retrieval [0.7161783472741748]
  また,ほとんどの検証者コールは,解答精度を実質的に変更することなくスキップ可能であることを示す。 CoVeRゲート剤は、全予算エージェントと常に検証されたベースラインの両方の回答精度をEM点の分数で一致させる。
  論文  参考訳（メタデータ） (2026-09-03T02:09:32Z)
• EAVer: Long-Form Factuality Verification as an End-to-End Agentic Policy [50.665874114632]
  我々は、完全な応答レベルの検証ワークフローを統一ポリシーとして制御することを学ぶ、エンドツーエンドのエージェント検証であるEAVerを紹介する。 EAVerはセマンティック関連クレームをグループ化し、信頼に基づいた直接検証やターゲット検索にルートし、コンパクトなインコンテキストメモで検索によって返される証拠を保持する。
  論文  参考訳（メタデータ） (2026-09-02T21:00:35Z)
• CAFE: Self-Improving Search Agents Need Co-Evolving Feedback [64.5257526832476]
  アウトカム管理された検索エージェントは、いつ、どのように証拠を回収するかを学習するが、端末の報酬は中間エラーのローカライズも、それらのエラーが複雑になる前に継続する軌道のリダイレクトもしない。 学習した軌道内での介入として修正的フィードバックを扱うことは、エージェントがいつフィードバックを要求し使用するかを決めなければならないのに対し、批評家は、エージェントが改善するにつれて障害パターンが変化する結果構築されたロールアウトから有用な修正を推測しなければならない。
  論文  参考訳（メタデータ） (2026-08-25T16:39:00Z)
• Cross-View Correspondence Is a Measurement Intervention: Two-Sided Validation for Agent Evaluation and Credit Assignment [3.2479665905442645]
  クロスビュー対応は、エージェントの評価やクレジットの割り当てがポイントの結論を支持する前に、宣言、検証、不確実性に伝播されなければならない。 本研究では,2側によるニュアンス除去と応答保存の検証,下流の結論のオールオプティマ同定,有効性確立後の不確実性伝播の3つの要素による妥当性理論と監査を開発する。
  論文  参考訳（メタデータ） (2026-08-18T12:39:21Z)
• CounterRefine: Answer-Conditioned Counterevidence Retrieval for Inference-Time Knowledge Repair in Factual Question Answering [1.1279808969568255]
  検索地上質問応答のための軽量な推論時間修復層であるCounterRefineを提案する。 CounterRefineは、最初に検索されたエビデンスから短い回答を生成し、その後、追加のサポートを集め、そのドラフト回答に条件付けられたフォローアップクエリと矛盾するエビデンスを集めます。 完全なSimpleQAベンチマークでは、CounterRefineは一致したGPT-5ベースラインRAGを5.8ポイント改善し、73.1%の精度で、報告された1ショットのGPT-5.4スコアを約40ポイント上回る。
  論文  参考訳（メタデータ） (2026-03-17T03:27:25Z)
• Test-Time Strategies for More Efficient and Accurate Agentic RAG [58.44913384057518]
  Retrieval-Augmented Generation (RAG) システムは複雑なマルチホップ問題に直面している。 このような手法は、以前に処理された情報の反復的な検索を含む非効率性を導入することができる。 本稿では,これらの問題を軽減するために,サーチ-R1パイプラインに対するテスト時間修正について検討する。
  論文  参考訳（メタデータ） (2026-03-12T19:18:59Z)
• Adaptive Retrieval for Reasoning-Intensive Retrieval [60.30588731127791]
  Bridgeドキュメントは、推論プロセスに寄与するが、初期クエリに直接関連しないドキュメントである。 既存の推論ベースのリランカパイプラインは、これらのドキュメントをランキングで表示しようとするが、バウンドリコールに悩まされる。 適応検索のための高密度フィードバック信号として、推論計画を再取得することで、このギャップを埋めるフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-08T05:46:50Z)
• RetCL: A Selection-based Approach for Retrosynthesis via Contrastive Learning [107.64562550844146]
  レトロシンセシスは深層学習の新たな研究分野である。 本稿では, 市販分子の候補群から, 反応物質の選択問題へとレトロシンセシスを再構成する新しいアプローチを提案する。 スコア機能を学ぶために、ハードネガティブマイニングを備えた新しいコントラストトレーニングスキームも提案します。
  論文  参考訳（メタデータ） (2021-05-03T12:47:57Z)

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。