用于工具集成化学推理的掩码扩散语言智能体

为复杂化学任务设计集成工具的推理智能体系统，仍是一项根本性挑战。尽管近期的化学智能体通过集成外部工具展现了良好的性能，但它们仍建立在自回归范式之上，因而受到因果注意力和从左到右生成机制的固有限制。因此，它们往往难以实现双向分子理解、全局协调的工具规划以及多源证据整合。为应对这一挑战，我们提出 ChemDiffAgent，这是首个用于工具集成化学推理的掩码扩散语言智能体。它将化学推理重新表述为对推理与工具使用交错轨迹进行迭代去噪的过程，使工具使用决策能够在完整轨迹上下文中共同确定，从而使智能体的决策边界与其知识边界更好地对齐。我们进一步分析了这一范式如何通过训练期间更具挑战性的填补子问题，以及推理期间灵活的任意顺序解码，促进智能体推理。随后，我们开发了一个两阶段后训练框架，包括智能体监督微调和方差缩减偏好优化，以增强工具使用和推理能力。我们还构建了一个综合基准，涵盖单轮和多轮工具使用场景下的六项化学任务。在预算与评估条件一致的情况下，ChemDiffAgent 持续优于自回归智能体，总体提升约为 20%。值得注意的是，我们的 8B 模型达到了与 GPT 5.5 和 Claude Opus 4.7 等规模显著更大的前沿模型相当的性能，并在某些情况下超越了它们。代码已发布于 https://github.com/bilemond/ChemDiffAgent。