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
- Steve Hsu 评 OpenAI Navier-Stokes 论文:技术水准或超人类所能构想 — LucaAmb · 2026-10-27
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27