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
- 学者自嘲:20 多年 0 篇论文标题带 agent,2026 年突然 3 篇 — mdredze · 2026-09-25
- 研究者质疑 AI 数学基准设计:Lean 内核漏洞成钻空子通道 — teortaxesTex · 2026-09-25
- 浙大团队开源 SkillNet:Agent 技能的发现、评估与编排基础设施 — tom_doerr · 2026-09-25
- FLM 用连续去噪做一步语言建模,快 8.3 倍入选 NeurIPS 2026 — ArashVahdat · 2026-09-25
- Duke 开源 31 自由度人形机器人,可动双眼让可视工作空间从 38% 升至 97% — LexiLove · 2026-09-25
- 万级 Agent 集群 88 小时攻数学难题,但规模化收益仅为时序扩展一半 — LessWrong 精选 · 2026-09-25