在生成模型潜空间做奖励引导搜索,设计高亲和力蛋白结合剂
KevinKaichuang · x · 2026-09-22
Kevin Kaichuang 分享了一种蛋白质设计思路：在生成模型的潜空间中采用奖励引导搜索（reward-guided search），以设计对蛋白质和碳水化合物具有高亲和力的蛋白结合剂。这条推文是在向 Kieran Didi、Arash Vahdat 等从业者展示该方法的成果，属于生成式模型 + AI for Science 的交叉应用，原文以链接指向具体工作细节。
所属事件:在生成模型潜空间做奖励引导搜索设计蛋白结合剂(2 条相关)→
「研究」频道最新
- EvolveTrade 论文:用策略 Agent 自动重写系统提示词,交易 agent 夏普比率跑赢固定基线 — dair_ai · 2026-09-23
- MBZUAI 携手蚂蚁开源 OPD 研究:IER 选择器让思考模式同样受益 — jiank_uiuc · 2026-09-23
- 新论文：仅监督 1% 甚至 0.1% 的 token，稀疏蒸馏可匹敌全量 OPD — jiank_uiuc · 2026-09-23
- 网友把决策模型当采样器接 DeepSeek,整出「jevseek」 — cephaloform · 2026-09-23
- 「已解 100 道难题但不说是哪些」，数学家该慌吗？ — basedjensen · 2026-09-23
- Functionalizer 无损预分词，词表体积最多省 19.7% — cavelab · 2026-09-23