FORGE: 문맥 인식 분획 기반 순위 지정 및 생성을 통한 분자 최적화

요약

FORGE는 문맥 인식 분획 기반 순위 지정 및 생성을 통해 분자 최적화를 수행하는 2단계 프레임워크입니다. 기존의 언어 모델 접근 방식이 가진 데이터 스케일링 병목 현상, 화학적 환각 문제, 그리고 분획 효과의 문맥 의존성 무시 등의 한계를 극복합니다. FORGE는 자동 추출된 저-고 편집 쌍을 활용하여 후보 분획 순위 지정(Stage 1)과 명시적인 분획 대체물 생성(Stage 2)을 수행하며, 소형 언어 모델 기반으로 다양한 화학적 목표에 대해 높은 성능을 입증했습니다.

핵심 포인트

• FORGE는 분자 최적화를 '문맥 인식 로컬 편집'으로 재정의하여 기존 LLM 접근 방식의 한계를 극복합니다.
• 이 프레임워크는 값비싼 인간 주석 대신 자동 추출된 저-고(low-to-high) 편집 쌍을 활용합니다.
• Stage 1에서는 전체 분자 문맥 하에서 후보 분획들의 속성 기여도에 따라 순위 지정하여 화학적 사전 지식을 주입합니다.
• 소형 언어 모델 기반임에도 불구하고, FORGE는 다양한 표준 벤치마크에서 기존의 대규모 LLM 및 그래프 방법론을 능가하는 성능을 보여줍니다.