Mateusz Praski

研究质疑分子表示学习的进展，发现ECFP优于大多数神经网络模型

一项发表在arXiv上的新研究评估了28种预训练分子嵌入模型，包括图神经网络、文本Transformer和混合架构，涵盖25个分类数据集。研究发现，除CheMeleon外，大多数神经网络模型并未优于经典的ECFP计数指纹。在外部数据集上的进一步验证也未显示出任一嵌入方法具有决定性优势。研究最后建议在QSAR/QSPR研究中评估ECFP指纹和CheMeleon嵌入，并对分子表示学习的感知进展提出质疑。