研究人员开发了InertialAR,一种用于生成三维分子的新型自回归模型。该模型通过创建与标准惯性坐标系对齐的SE(3)和置换不变的token序列来解决分子token化的关键挑战。InertialAR结合了几何位置编码,为Transformer注意力注入三维几何感知能力,并采用分层自回归方法来预测原子类型和坐标。该模型在多个数据集上的无条件生成方面表现出最先进的性能,并在特定化学功能的条件生成方面表现出色。 AI
影响 推进了三维结构的自回归建模,可能改善药物发现和材料科学。
排序理由 该集群描述了一篇详细介绍新型三维分子生成模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- Diffusion Loss
- GEOM-Drugs
- Haorui Li
- InertialAR
- QM9
- SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks
- Transformer++
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →