Solvent：面向多步逆合成的长程推理

研究人员推出 8B 大语言模型 Solvent，成功将长程推理能力拓展至多步逆合成领域。该模型通过两轮后训练课程，学会交替执行迭代合成规划、外部可用性验证与自适应路线修正。在强化学习带来 2.1x 性能提升后，Solvent 在 4 个基准测试中得分 61.86%，表现媲美前沿万亿参数 LLM，相关代码和模型均已公开。