L'apprentissage par renforcement natif des graphes permet la génération traçable d'hypothèses scientifiques par recombinaison conceptuelle.

Résumé

L'accélération de la découverte de matériaux nécessite des systèmes d'IA capables de générer des hypothèses scientifiquement valides via un raisonnement multi-étapes ancré dans le domaine. Les grands modèles de langage standards produisent souvent des réponses fluides mais faiblement traçables à des problèmes ouverts de conception de matériaux, ce qui rend difficile la détermination de savoir si les réponses finales sont étayées par un raisonnement intermédiaire cohérent. Nous développons Graph-PRefLexOR, une famille de modèles de raisonnement natifs des graphes affinés avec l'Optimisation de Politique Relative par Groupe (GRPO) pour organiser le raisonnement en phases explicites : exploration des mécanismes, construction de graphes, extraction de motifs et synthèse d'hypothèses. Cette conception lie la génération de langage neuronal à une structure relationnelle symbolique, permettant de construire, d'inspecter et de réutiliser des connexions causales. Sur 100 questions ouvertes issues de la littérature en science des matériaux et en mécanique, Graph-PRefLexOR obtient des améliorations de 40 à 65 % par rapport aux modèles de base correspondants, avec les plus grands gains en traçabilité du raisonnement. Les analyses des plongements montrent une exploration sémantique plus large et une diversité sémantique environ 2 à 3 fois supérieure à celle des références. Les analyses de rétrotraçage sémantique et des états cachés par couche montrent en outre un alignement plus fort entre le raisonnement structuré et les réponses finales. Enfin, l'expansion de graphe en phase de test révèle que le calcul supplémentaire augmente principalement la recombinaison conceptuelle à longue portée dans un espace sémantique borné, plutôt que de simplement élargir la couverture sémantique. Ces résultats établissent l'apprentissage par renforcement natif des graphes comme une voie vers des systèmes d'IA interprétables pour la génération d'hypothèses scientifiques dans la conception de matériaux et d'autres applications scientifiques.

English

Accelerating materials discovery requires AI systems that can generate scientifically valid hypotheses through multi-step, domain-grounded reasoning. Standard large language models often produce fluent but weakly traceable responses to open-ended materials design problems, making it difficult to determine whether final answers are supported by coherent intermediate reasoning. We develop Graph-PRefLexOR, a family of graph-native reasoning models fine-tuned with Group Relative Policy Optimization (GRPO) to organize reasoning into explicit phases for mechanism exploration, graph construction, pattern extraction, and hypothesis synthesis. This design links neural language generation with symbolic relational structure, enabling causal connections to be constructed, inspected, and reused. On 100 open-ended questions from materials science and mechanics literature, Graph-PRefLexOR achieves 40-65% improvements over corresponding base models, with the largest gains in reasoning traceability. Embedding analyses show broader semantic exploration and approximately 2-3 times greater semantic diversity than baselines. Semantic backtracking and layer-wise hidden-state analyses further show stronger alignment between structured reasoning and final answers. Finally, test-time graph expansion reveals that additional compute primarily increases long-range conceptual recombination within a bounded semantic space, rather than simply expanding semantic coverage. These results establish graph-native reinforcement learning as a pathway toward interpretable AI systems for scientific hypothesis generation in materials design and other scientific applications.