文章主要内容和创新点主要内容本文提出了一种基于属性引导的强化学习框架AttriLens-Mol，用于利用大型语言模型（LLMs）进行分子性质预测。该框架旨在解决现有LLM方法依赖人工设计提示或思维链模板、推理过程冗长且相关性不足的问题。AttriLens-Mol通过三种奖励机制引导模型推理：格式奖励：鼓励模型生成基于属性的结构化输出；计数奖励：限制属性数量在3-10个，避免枚举无关属性；合理性奖励：利用先进LLM（如GPT-4o）和化学信息学工具RDKit验证生成属性的相关性和准确性。实验表明，在7B参数规模的模型（R1-Distilled-Qwen2.5和R1-Distilled-LLaMA3.1）上，通过4000个样本训练后，AttriLens-Mol的性能超过或接近监督微调模型（如Mol-Instructions、ChemDFM）和先进模型（如GPT-3.5、GPT-4o、DeepSeek-R1），且生成的属性作为可解释决策树的特征时表现更优，增强了分子性质预测的可解释性和性能。创新点属性导向的强化学习机制：首次将属性相关奖励引入纯强化学习框架，无需人工设计提示或推理步骤，激发LLM内在的分子属性知识；三重奖励设计：通过格式、计数
文章主要内容和创新点主要内容本文提出了一种基于属性引导的强化学习框架AttriLens-Mol，用于利用大型语言模型（LLMs）进行分子性质预测。该框架旨在解决现有LLM方法依赖人工设计提示或思维链模板、推理过程冗长且相关性不足的问题。AttriLens-Mol通过三种奖励机制引导模型推理：格式奖励：鼓励模型生成基于属性的结构化输出；计数奖励：限制属性数量在3-10个，避免枚举无关属性；合理性奖励：利用先进LLM（如GPT-4o）和化学信息学工具RDKit验证生成属性的相关性和准确性。实验表明，在7B参数规模的模型（R1-Distilled-Qwen2.5和R1-Distilled-LLaMA3.1）上，通过4000个样本训练后，AttriLens-Mol的性能超过或接近监督微调模型（如Mol-Instructions、ChemDFM）和先进模型（如GPT-3.5、GPT-4o、DeepSeek-R1），且生成的属性作为可解释决策树的特征时表现更优，增强了分子性质预测的可解释性和性能。创新点属性导向的强化学习机制：首次将属性相关奖励引入纯强化学习框架，无需人工设计提示或推理步骤，激发LLM内在的分子属性知识；三重奖励设计：通过格式、计数
