跳到正文
热点事件历史事件

TS Second Opinion 检出并修复过渡态镜像手性错误

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

Sisodiya 与 Tamana 提出模型无关的后处理层 TS Second Opinion,用于检出并修复生成式过渡态预测中的镜像手性错误。在 RDB7 基准上,GoFlow 生成的过渡态猜测有 17.7% 的手性中心方向错误,其中 85% 仍被常规距离评分判为准确,90% 属整体镜像且能通过频率检查。 在 1,194 个留出 RDB7 反应和八个 GoFlow 模型上,两个由 LLM 编写的立体检查以 0.2% 的误报率捕获 93% 的方向错误猜测,最终答案的方向错误率从 17.7% 降至 2.3%,80% 的反应可在 5% 平均几何误差率下被信任。 作者称结果多为回顾性,仅基于一个数据集和一个模型家族;代码、数据和浏览器应用已公开。

AI 根据报道生成 · 6 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. ChemRxiv Preprints精选
    TS Second Opinion:检出并修复机器学习过渡态预测中的镜像手性错误

    作者提出模型无关的后处理层 TS Second Opinion,用于检出并修复生成式过渡态预测中的镜像手性错误。在 RDB7 基准上,GoFlow 的过渡态猜测有 17.7% 手性中心方向错误,其中 85% 仍被常规距离评分判为准确,90% 属整体镜像且能通过频率检查。

本事件热度走势

可比范围当前
2
可比范围峰值
1011月2日 17:00
近 24 小时变化
-21%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。