DeCAF 流映射框架让蛋白-配体共折叠快至 5 倍，入选 NeurIPS Spotlight
rishabh16_ · x · 2026-09-25
新预印本提出流映射（flow-map）框架 DeCAF，用于加速蛋白-配体共折叠生成：在 SOTA 模型 Pearl 上采样速度最高提升 5 倍，比 Boltz 1x 快 20 倍，且保持样本质量。论文已被 NeurIPS 2026 接收为 Spotlight，博客与 arXiv 链接已放出，代码即将开源。面向结构生物学与药物发现的 AI 研究者值得关注。
「研究」频道最新
- Explosion 发布 Ellf 目录：52 个 NLP 模板与多智能体标注工作流 — _inesmontani · 2026-11-11
- STABLE 优化器入选 NeurIPS 2026,从优化器层面遏制持续学习遗忘 — v_lomonaco · 2026-11-11
- 从 Bahdanau 到 FlashAttention:一图看懂注意力机制八年演进史 — cneuralnetwork · 2026-11-11
- 三年造 CPU、内存与脉冲网络：一位芯片爱好者的加速器之路 — k7agar · 2026-11-11
- 数学家 Strogatz 探问：当 AI 成为「神谕」，数学将走向何方 — stevenstrogatz · 2026-11-11
- 从莱布尼茨行列式到向量空间：线性代数两百年演化一图看懂 — burny_tech · 2026-11-11