ChemRxiv Preprints· Khalil, Dina·· 2 天前精选AI 评分58
ChemSWA：面向长序列分子转化的可审计化学滑动窗口注意力框架
Sliding Window Attention with Auditable Chemical Sinks for Long-Sequence Molecular Transformation Modeling
AI 导读
作者提出 ChemSWA 框架，用自适应化学滑动窗口注意力结合持久注意力汇，以 O(W·L) 复杂度建模多步合成序列，并加入约束审计归因与反事实校准。在 USPTO-50K 上取得 52.14% Top-1 准确率和 99.95% 化学有效性，在 USPTO-MIT 上 Top-1 准确率为 92.85%。
推荐理由
该预印本提出面向长序列分子转化的滑动窗口注意力框架，并给出逆合成基准上的准确率与化学有效性对照。
来源：ChemRxiv Preprints · chemrxiv.org