MFG：多轮反馈引导的分子优化框架

研究人员提出多轮反馈引导分子优化框架 MFG，通过强化学习训练大语言模型（LLM）利用前序轮次反馈逐步优化分子。该框架引入包含性质改善与源分子相似度的反馈向量，并配合反馈对齐奖励函数促进跨轮次迭代改进。