MolLean obriga LLMs a verificar química: vitória em 12 de 12 tarefas

Os raciocínios químicos de modelos de linguagem muitas vezes parecem convincentes, mas contêm afirmações inventadas: o modelo descreve com segurança uma estrutura que não existe ou atribui à molécula propriedades que ela não tem. Os autores do MolLean propõem verificar essas afirmações por meio de software. Eles criaram uma linguagem com verificação de processo, em que cada passo do raciocínio está ligado a um estado explícito da molécula e passa por um núcleo baseado em Lean. Em 8 800 exemplos pareados de 12 tarefas, com o modelo Qwen3.6-27B, o modo de refinamento da trilha inteira superou o chain-of-thought comum em todas elas.

A molécula como um estado que não pode ser corrompido

No chain-of-thought comum, o modelo escreve o raciocínio em texto, e ninguém verifica se ele corresponde a uma molécula real. No MolLean, o raciocínio vira uma trilha executável. Existe um estado molecular atual, e cada passo o altera segundo regras estritas.

O núcleo é organizado em camadas. Na base ficam as edições primitivas do grafo molecular; acima delas são montadas transformações compostas. Sobre isso operam as afirmações sobre indicadores moleculares. Se o modelo declara que, após uma edição, a molécula ganhou determinado grupo ou que algum indicador mudou, o núcleo confronta a declaração com o estado, em vez de aceitá-la na palavra.

Há uma regra importante: uma ação rejeitada deixa o estado intacto. Um passo errado não contamina o restante do raciocínio. O modelo recebe a recusa e tenta outro movimento a partir do mesmo ponto.

Testemunhas para medições externas

Nem tudo na química pode ser deduzido da estrutura do grafo. Algumas propriedades vêm de cálculos ou medições externas. Para não misturar o que é confiável com o que é aceito por fé, os autores introduziram um protocolo de testemunhas tipadas. Ele separa as verificações estruturais nativas, que o próprio núcleo executa, dos dados fornecidos de fora.

Como resultado, a trilha mostra quais afirmações foram provadas dentro do sistema e quais dependem de uma fonte externa. Para auditoria, essa diferença é essencial: um revisor ou químico vê de imediato onde a verificação é rigorosa e onde a confiança foi delegada.

Três modos e 8 800 exemplos

O MolLean oferece três modos de uso:

• execução única da trilha: o modelo escreve todo o raciocínio, e o núcleo o executa;
• refinamento da trilha inteira: após a verificação, o modelo recebe o resultado e reescreve o raciocínio por completo;
• modo interativo via MolLean-MCP: o modelo age passo a passo e recebe feedback durante a própria geração.

O MolLean-MCP é uma interface de ferramentas com estado (stateful). Ela expõe ao modelo as transições entre estados, os resultados das verificações e os indicadores moleculares. Com base neles, o modelo decide qual será a próxima ação.

A comparação foi feita com o chain-of-thought direto em 8 800 exemplos pareados. Eles cobrem 12 tarefas: geração de moléculas, edição, otimização e reações. O modelo base é o Qwen3.6-27B.

Principais resultados:

• o refinamento da trilha inteira supera o chain-of-thought direto nas 12 tarefas;
• o MolLean-MCP complementa esse modo com feedback passo a passo;
• nas tarefas de reação, o modo interativo entrega o melhor resultado.

O último ponto faz sentido. Uma reação é uma cadeia de transformações em que um erro inicial compromete todo o resto. A verificação após cada passo o detecta na hora, e não só na análise final da trilha inteira.

Onde isso pode ser útil na prática

O modelo de 27 bilhões de parâmetros serve aqui mais como demonstração: a camada de verificação não depende do tamanho do modelo e pode acompanhar outros LLMs. Para equipes que desenvolvem assistentes de química medicinal ou de planejamento de síntese, a abordagem sugere uma arquitetura concreta. O modelo não deve apenas gerar texto, mas chamar ferramentas que guardam o estado e rejeitam passos inválidos.

Para quem desenvolve agentes, o próprio padrão é útil. Estado transacional com reversão de ações rejeitadas, um núcleo formal de verificação e a separação entre checagens próprias e dados externos podem ser levados a outras áreas em que o raciocínio tem sentido formal. Entre elas estão ciência de materiais, biologia e projeto de circuitos.

As limitações também são claras. O ganho foi medido em um único modelo e em um conjunto definido de 12 tarefas. A verificação de medições externas continua dependendo da qualidade das próprias medições. Mesmo assim, a mudança de abordagem é notável: as afirmações químicas do modelo deixam de ser texto livre e se tornam compromissos que podem ser verificados e revisados.