ETH等推出LFD方法，让科学生成器听懂自然语言

ETH 与牛津等机构的研究者发布论文《LLM-to-Flow Distillation(LFD)》(arXiv:2610.17246)，提出将大语言模型作为「老师」，把「设计具有抗癌活性的多肽」这类高层自然语言发现目标蒸馏进领域专用科学生成模型，无需显式代理奖励即可让其与人类意图对齐。经过蒸馏的生成器可按自然语言指令操控分子设计等任务，为科学生成模型的可用性提供了新路径。

2026-10-15 ~ 2026-10-15 · 3 条相关

• ETH/Oxford 新方法 LFD:用冻结 LLM 蒸馏出「听得懂人话」的科学生成器 — mmbronstein · 2026-10-15
• LLM-to-Flow 蒸馏:让科学生成器听懂自然语言的发现目标 — rbhar90 · 2026-10-15
• LFD 方法用 LLM 蒸馏自然语言目标,操控科学生成模型设计分子 — AllThingsApx · 2026-10-15