我是一名计算化学方向的研究生，研究领域聚焦于 AI for Science。目前正在推进一个化学逆合成的研究型项目。 项目核心目标是让 AI 模型能够根据给定目标分子，自动规划出可执行且高质量的多步合成路线。我们主要负责数据划分、模型训练与全面评估，并系统性地与单步模型、Beam Search（束搜索）、MCTS（蒙特卡洛树搜索）等基准方法进行对照实验，同时持续优化训练和验证流程的效率。 本项目深度融合前沿研究与工程实践，重点评估合成路线的质量、解出率以及实际化学可用性。通过大量 AI 编程工具辅助开发迭代，我已在该项目中投入了可观的计算资源。 非常期待能够加入 VibeCafé 999 俱乐部，与同样重度的 AI 研究者和开发者进行深度交流，共同学习Vibe coding！