AIMNet2(Score) 在 FEP+ 和 HiQBind 上追平或领先对接与 SQM
olexandr · x · 2026-07-24
在 FEP+ 和 HiQBind 上，AIMNet2(Score) 可追平或领先多个基线
这条补充了更多评测结果：在 FEP+ 系列 和 HiQBind 共晶结构 上，AIMNet2(Score) 的表现如下：
- 不使用亲和力标签 的情况下，它在亲和力排序上可与对接、SQM 和深度学习基线 持平或更好。
- 但在 原始 docked pose 上，各方法基本 打平，说明瓶颈可能不在打分公式，而在 构象/姿态质量。
- 结论是：对这类任务来说，提升 pose fidelity 可能比继续优化 scoring physics 更关键。
所属事件:AIMNet2(Score)实现蛋白配体结合精准无标签打分(3 条相关)→
「研究」频道最新
- arXiv 避坑提示续：分类器推荐不同主分类时应接受，否则几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 开源决策模型打《红色警戒2》：先卖基地后自瞄自炸，训练后无人能敌 — heathercmiller · 2026-10-27
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27