微软开源 RetroChimera：基于集成学习的高精度小分子逆合成预测模型
微软研究团队发布并开源逆合成模型 RetroChimera，论文发表在 Nature。该模型结合 Transformer 架构的 R-SMILES 2 和基于图神经网络的 NeuralLoc，通过学习的重排序策略集成两者互补优势。
推荐理由：模型在 Nature 发表并开源，盲测中专家评分优于已有方法，可直接用于新药和新材料的逆合成规划。
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
微软研究团队发布并开源逆合成模型 RetroChimera，论文发表在 Nature。该模型结合 Transformer 架构的 R-SMILES 2 和基于图神经网络的 NeuralLoc，通过学习的重排序策略集成两者互补优势。
推荐理由：模型在 Nature 发表并开源，盲测中专家评分优于已有方法，可直接用于新药和新材料的逆合成规划。