3D-Fit 显示 LLM 能做多重分子约束但仍落后扩散模型
insilicomedicine · hf · 2026-07-21
新基准评估 LLM 能否处理三维分子空间约束
这篇论文研究：通用大语言模型在结构基础药物设计中，能否像专门的扩散模型一样理解 3D 空间约束。
- 任务是基于蛋白口袋进行 3D 配体生成，并叠加多种空间约束，包括：
- 锚点片段
- 药效团点位
- 必须满足的口袋-配体相互作用
- 作者提出了 3D-Fit，一种更省 token 的评测方法，用于测试多条件空间分子生成能力。
- 结果显示，LLM 目前仍 落后于最先进的扩散模型，但已经能够同时处理 多个空间约束，并且对异构场景有一定扩展潜力。
这项工作主要帮助厘清 LLM 在分子设计里的能力边界。
「研究」频道最新
- Fable 5 据称解开代数几何最著名难题之一 — we_are_mammals · 2026-07-22
- Stanford HAI 推出 8 篇论文，讨论 AI 与法律如何互学 — StanfordHAI · 2026-07-22
- 斯坦福 HAI 用 PNAS 特辑梳理生成式 AI 法律问题 — StanfordHAI · 2026-07-22
- 脑启发 GCML 用认知地图采样规划，主打低算力 — JonLag97 · 2026-07-22
- Proto 把生成式生物学做成高级编程语言 — anshulkundaje · 2026-07-22
- NVIDIA 以世界基础模型推动物理 AI 数据生成 — MonaJalal_ · 2026-07-22