arXiv cs.LG· Jia Yi Zhang, Shivanshu Shekhar, Allison McLevige, Tong Zhang·· 7 天前AI 评分34
ReMedI：用于可控分子优化的推理时精炼与自我蒸馏
ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization
AI 导读
研究团队提出分子优化框架 ReMedI，利用 Metropolis-Hastings 搜索在推理阶段引导分子语言模型精炼，并将搜索轨迹自我蒸馏。在 C-MuMOInstruct 和 SMDD 基准上，该方法显著提升了 3 种骨干模型的优化成功率。相比基线 C-MORAL，ReMedI 训练分子用量减少约 7.8 倍，严格成功覆盖率达到其约 2.8 倍。
来源：arXiv cs.LG · arxiv.org