分子优化不再只改一轮：MFG 用多轮反馈训练大模型，十项任务平均相似度约束成功率 81.50%
多目标分子优化通常要求一次生成就同时改善多个性质并保持骨架相似，而此前基于大语言模型的方法要么只在推理时把上一轮反馈塞进提示、没有专门训练，要么只在单轮生成上做监督微调或强化学习。MFG 把这一过程改写为带反馈的多轮问题，用强化学习训练模型逐轮利用上一轮的性质变化与相似度信息，并在 MuMOInstruct 的十项任务上以 GeLLM3O 为底座得到 GeLLM3O-MFG，取得 81.50% 的平均相似度约束成功率。