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
- HF 工程师争论:非生成任务全用因果注意力是在浪费算力 — antoine_chaffin · 2026-09-11
- 智利学者：AI 反馈规模化是医学教育可持续的关键 — julianvarascom · 2026-09-11
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11