Liquid×英矽智能药物发现模型入选 EMNLP 2026 产业赛道
JosephJacks_ · x · 2026-09-12
- Liquid AI 与英矽智能（Insilico Medicine）合作的论文《MMAI Gym for Science》被 EMNLP 2026 产业赛道接收，核心是用基础模型做药物发现。
- 双方把英矽智能的分子数据平台 MMAI Gym 与 Liquid Foundation Model 结合，覆盖 400+ 药物发现任务（分子优化、ADMET 性质预测、逆合成、药物-靶点活性预测、官能团推理），采用化学原生 token，先 SFT 再 RL。
- 论文核心论点：靠 in-context learning 的通用 LLM 不可靠，单纯加大模型或加 reasoning token 提升有限；关键是「更好的 gym（任务/数据/训练配方）」而非更大的模型。训练出的高效 LFM 在分子基准上接近甚至超越大得多的通用或专用模型。
- 作者团队包括 Liquid AI 的 Ramin Hasani、Mathias Lechner 等。
「研究」频道最新
- 陶哲轩谈 AI 与数学：别只做半截活，做到数学家无事可做 — RexDouglass · 2026-09-12
- 用 AI 工具探究素数的随机性，可视化研究引发关注 — tak3sh8 · 2026-09-12
- 网友发布首个「果蝇语言模型」，用 GPF 架构接上果蝇连接组 — CatAstro_Piyush · 2026-09-12
- 研究:31000 次 agent 运行中 69% 出现过至少一次奖励作弊 — dair_ai · 2026-09-12
- kalomaze：模型迁移差非泛化缺陷，而是人类选题偏好所致 — kalomaze · 2026-09-12
- DeepSeek 判定:提升数据质量的 ROI 已远超设计新后训练算法 — yacineMTB · 2026-09-12