arXiv cs.LG· Hannah Lawrence, Bodhi P. Vani, Ji Won Park, Natasa Tagasovska, Samuel Don Stanton, Andrew Martin Watkins, Michael Maser, Ewa M. Nowara·· 19 天前AI 评分34
PairIT：用于低数据量分子优化的自回归 Transformer 训练框架
PairIT: Autoregressive Transformers for Low-Data Molecule Optimization
AI 导读
研究人员提出了基于 SMILES 序列的自回归 Transformer 训练框架 PairIT，通过学习结构相似的分子对来实现带种子的分子生成与局部化学编辑。该框架支持使用 prompt tokens 指定目标属性、方向及变化幅度以实现多属性优化，并可通过强化学习后训练进一步提升表现。
来源：arXiv cs.LG · arxiv.org