arXiv Artificial Intelligence· Jia Yi Zhang, Shivanshu Shekhar, Allison McLevige, Tong Zhang·· 2 小时前AI 评分31
ReMedI：用推理时精修与自蒸馏实现可控分子优化
ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization
AI 导读
ReMedI 将分子语言模型作为推理时对齐的基础提议器，用 Metropolis-Hastings 搜索引导多目标分子编辑，在 C-MuMOInstruct 和 SMDD 两个基准上让三个冻结骨干模型的多目标优化成功率显著高于基线。搜索轨迹可蒸馏回基础模型，训练所需分子先导物比 C-MORAL 少约 7.8 倍，严格成功覆盖率约为 C-MORAL 的 2.8 倍，并覆盖分布外任务。
来源：arXiv Artificial Intelligence · arxiv.org