# 蒙特卡洛树搜索

图神经网络能从原子与键构成的图里学到结构—性质关系，但这些关系留在隐空间里，难以读成科学规则。图符号蒸馏（GSD）先用受约束的消息传递架构搜索确定信息如何逐层传递与聚合，再把每一层学到的变换逐层拟合为稀疏符号表达式，并保留图连接与聚合操作。在卤化物钙钛矿带隙、分子水合自由能和过渡金属表面多齿吸附三个案例中，它从基本节点与边特征出发重建出专家描述符，并给出可检验的局部几何、极性—尺寸与电子—连接性关系。

图神经网络能从原子与键构成的图里学到结构—性质关系，但这些关系留在隐空间里，难以读成科学规则。图符号蒸馏（GSD）先用受约束的消息传递架构搜索确定信息如何逐层传递与聚合，再把每一层学到的变换逐层拟合为稀疏符号表达式，并保留图连接与聚合操作。在卤化物钙钛矿带隙、分子水合自由能和过渡金属表面多齿吸附三个案例中，它从基本节点与边特征出发重建出专家描述符，并给出可检验的局部几何、极性—尺寸与电子—连接性关系。

LLM驱动的互动叙事系统长期难以横向比较，因为每个体验管理器都绑定在自己的专属剧情上。一个基于LLM的叙事平台把体验管理器做成可互换模块，共享由事实、操作和目标构成的符号世界模型，每次实际执行的操作都带有显式前置条件与效果，因此任意一次会话都能还原为统一的状态转移路径。在《小红帽》场景上，开放生成、蒙特卡洛修复和自主角色三种管理器各跑100次模拟会话，结果显示没有一种管理器在玩家能动性、管理器可控性、作者意图和鲁棒性四项属性上全面占优。

LLM驱动的互动叙事系统长期难以横向比较，因为每个体验管理器都绑定在自己的专属剧情上。一个基于LLM的叙事平台把体验管理器做成可互换模块，共享由事实、操作和目标构成的符号世界模型，每次实际执行的操作都带有显式前置条件与效果，因此任意一次会话都能还原为统一的状态转移路径。在《小红帽》场景上，开放生成、蒙特卡洛修复和自主角色三种管理器各跑100次模拟会话，结果显示没有一种管理器在玩家能动性、管理器可控性、作者意图和鲁棒性四项属性上全面占优。

逆合成预测从直接输出反应物，改为按化学家的断键思路分四步推理：产物分析、关键子结构识别、策略性断键、合成等价物映射。模型以SyntheticRetro生成的结构化理由做监督微调，再用往返奖励做强化学习，即把预测反应物送入正向合成模型、能重建原产物就给奖励。在ORDerly的500条主测试集上，RetroReasoner（RL）的Exact@1为0.526、Round-trip@1为0.826；在稀有原子/词元子集上，其可行比例0.557、模板多样性2.97，均高于同架构去掉显式推理的Prediction-Only（RL）的0.478与1.97。

逆合成预测从直接输出反应物，改为按化学家的断键思路分四步推理：产物分析、关键子结构识别、策略性断键、合成等价物映射。模型以SyntheticRetro生成的结构化理由做监督微调，再用往返奖励做强化学习，即把预测反应物送入正向合成模型、能重建原产物就给奖励。在ORDerly的500条主测试集上，RetroReasoner（RL）的Exact@1为0.526、Round-trip@1为0.826；在稀有原子/词元子集上，其可行比例0.557、模板多样性2.97，均高于同架构去掉显式推理的Prediction-Only（RL）的0.478与1.97。