SGRPO：用超组相对策略优化拓展生物分子生成的效用-多样性前沿

研究提出超组相对策略优化（SGRPO），从集合级多样性直接构造奖励，并按留一法把组多样性奖励分配给单条采样，再与效用奖励结合。作者在从头小分子设计、基于口袋的小分子设计和从头蛋白质设计三个设置中，以 GRPO 与 Coupled-GRPO 实例化，覆盖自回归与离散扩散生成器；解码扫描显示 SGRPO 扩展了效用-多样性帕累托前沿，并在前沿级指标上优于基线。