跳到主要内容
返回时间线
arXiv来源发表:

反应模型不只看终点对错:UniRxnAxis把潜空间更新拆成两半,正交残差撑起逆合成大部分可用性

核心概要

化学反应预测模型通常只按终点准确率评估,看不出模型如何表示化学转化。UniRxnAxis把正向预测与逆合成统一为共享潜空间中的方向条件终点重分配,使源状态、变换状态与编码目标终点可直接比较,从而把学习到的位移拆成指向终点的平行分量与正交残差。在USPTO-50K逆合成上,只保留平行分量时top-1为0.0997,而只保留正交残差可达0.6303,接近完整状态的0.6441。

Source-provided article image: Emergent Steering Beyond Endpoint Alignment in Chemical Reaction Models
arXiv

深度剖析

反应模型的学习位移可以被拆成两部分:一部分沿指向真实产物的方向,另一部分与之垂直,后者对逆合成解码仍然有用。 以往对反应模型的评估以终点准确率为准,模型内部如何组织化学转化、失败发生在哪一步,缺少可检查的抓手。 在USPTO-50K逆合成测试中,只解码平行分量状态时top-1为0.0997,只解码正交残差状态时为0.6303,完整变换状态为0.6441。

这种拆分依赖一个共享编码器,把反应物和产物放进同一套潜坐标,再用方向条件模块区分正向与逆向。 方向条件变换由一个共享更新模块加一个轻量的方向适配器实现,解码器以源状态和预测位移为条件,只预测相对源图的键级残差编辑。 审计在USPTO-50K上按标准划分进行,联合训练的检查点在逆合成上达到top-1 64.4,在正向预测上联合训练与仅正向训练分别为0.8832和0.8816。

正交残差不是范数或模板造成的假象,它按样本选择性地推动键编辑。 把残差替换为等范数随机方向、按token或样本打乱、同类打乱、类原型,都无法恢复真实残差的性能。 真实残差top-1为0.6441,等范数随机方向为0.1007与0.1022,类原型为0.2606、0.1460与0.1558,打乱类控制为0.0855、0.1162与0.1188;残差使52.17%的目标编辑边越过解码阈值,错误边越界比例仅0.04%。

启示与展望

已展示的范围是USPTO-50K逆合成上的解码可执行性证据,涉及UniRxnAxis与Graph2Edits两种架构;USPTO-MIT上只验证了平行与正交几何关系的跨数据集稳定性,未检验解码可执行性。读者对象是希望审计反应模型内部转化的化学信息学与机器学习研究者,报告只给出确定性top-1结果。

分解使用真实终点,因此正交残差是审计时的诊断量,不是推理时的控制手段。平行与残差之间的差距大小依赖参考轴、对齐权重和解码器接口,只有符号在测试的各设置下保持稳定;反应中心与失败类别标签是未经人工验证的自动代理。