PulseAugur
实时 11:58:32
English(EN) Controllable Molecular Generative Foundation Models

开发出可控分子生成模型

研究人员开发了可控分子生成基础模型(CoMole),这是一个用于分子图生成的新颖框架。CoMole 利用了面向基序的图扩散管道和强化学习,以实现可控和异构的设计任务。该方法通过在化学上有意义的决策上优化策略,解决了现有方法的局限性,从而提高了药物和材料发现中分子生成的控制性和有效性。 AI

影响 引入了一个新的可控分子生成框架,有望加速药物和材料的发现。

排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yihan Zhu, Yuhan Liu, Weijiang Li, Tengfei Luo, Meng Jiang ·

    可控分子生成基础模型

    arXiv:2605.15354v2 Announce Type: replace Abstract: Despite the success of foundation models in language and vision, molecular graph generation still lacks a unified framework for heterogeneous design tasks with reliable controllability. While reinforcement learning (RL) offers a…