跳到正文
arXiv · q-bio.BM (生物大分子)· Michael Brown, Maryam Rahimimovassagh, Mehdi Yazdani-Jahromi, Sanjeda Sara Jennifer, Ivan Garibay·· 2 天前精选AI 评分58

研究:聚焦几何相关性的后训练监督未提升 DiffDock 对接成功率

Geometric Relevance Is Not Sufficient: Evaluating Focused Post-Training Supervision in Diffusion Docking

AI 导读

研究以 DiffDock 为对象,在固定预算下比较广泛续训与聚焦扭转监督(按笛卡尔后果或条件目标一致性)及两者混合的效果。在小于 5 埃的阈值下,广泛续训在已训练策略中平均 Top-1 成功率最高,聚焦或混合监督在所测预算下没有一致优势;起始模型固定分数保真度更好,而广泛续训模型平均 Top-1 成功率更高,两者聚合 best-of-10 恢复率相同。

推荐理由

研究在固定预算下比较扩散对接的广泛监督与聚焦监督,为后训练策略选择提供对照依据。

来源:arXiv · q-bio.BM (生物大分子) · arxiv.org