摘要
本发明公开了化学反应大语言模型训练方法及合成路径规划方法，属于化学信息人工智能技术领域。该方法通过将化学反应表达为SMILES格式反应句子，利用以原子、标点符号、数字等为单位的token生成数字化序列，采用基于Transformer架构的大语言模型进行掩码填充自监督预训练，学习化学反应规律。结合蒙特卡洛树搜索算法，对目标分子实现多步逆合成路径规划，输出策略概率和价值估计；通过多任务微调，支持分子性质分类、反应条件回归及工艺参数补全。本发明提升了化学反应建模效率和合成路径规划的智能化水平，适用于新药研发、材料发现等领域。
