研究人员推出了一种名为 Q-Steer 的新方法，旨在增强语言模型的分子策略优化能力。该技术通过估计中间动作的下游奖励来解决分子生成中延迟反馈的挑战。Q-Steer 包含一个冻结的前缀动作价值评分器 PAVS-Q，它在生成过程中向采样 logits 添加了一个归一化的价值奖励。在 PMO23 数据集上的实验表明，在固定的在线 Oracle 预算内，Q-Steer 在各种分子语言模型骨干和优化器上持续提高了平均有效唯一分数，优于基线方法。 AI
影响 该方法可以通过优化分子生成来提高 AI 模型在药物发现和材料科学领域的效率和有效性。
排序理由 研究论文，详细介绍了一种新的分子策略优化方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
