FRAGEMENTA는 적은 수의 훈련 예제를 가진 class-specific 데이터셋에서 약물 발견을 위해 분자 생성을 수행하는 end-to-end 프레임워크입니다. 이 프레임워크는 다음과 같은 두 가지 주요 구성 요소를 포함합니다. 1) 동적 Q-learning을 사용하여 분해와 생성을 공동으로 최적화하는 "어휘 선택" 문제로 분해를 재구성하는 새로운 생성 모델; 2) 도메인 전문가의 대화 피드백을 통해 목표를 개선하고 AI 엔지니어를 배제하며, 점진적으로 도메인 지식을 학습하여 결국 튜닝을 자동화하는 에이전트 AI 시스템. FRAGMENTA는 실제 암 치료제 개발 실험에서 기존 방법론보다 더 많은 고득점 분자를 식별했으며, 에이전트 기반 튜닝이 전문가의 의도를 효과적으로 포착함을 입증했습니다.