CMU 团队发布 SMDD-Bench:502 个药物设计 RL 长程任务
willcb · x · 2026-10-03
CMU 教授 Niloofar Gheini(mire)团队转向 AI 分子设计与药物发现一年后,联合 PrimeIntellect 发布了 SMDD-Bench 与配套环境。
- 规模与构成:502 个小分子设计任务,以 RDKit、ADMET-AI 和 Boltz-2 为闭环评测工具,已上架 PrimeIntellect 的 Environments Hub,可用 prime-rl 直接训练。
- 动机:RL 需要数学和编码之外的长程任务;药物设计还涉及长程规划、探索和从不完美反馈中学习等开放问题。
- 两个发现:1) harness 优化在科学任务上作用极大,当前瓶颈更多在模型能力而非知识;2) 自动化 harness 优化在某些场景有效、某些场景不行。
这是把 RL/agent 评测扩展到科学领域的一次代表性尝试。
「研究」频道最新
- 单卡 36 小时、100B tokens 从零预训练 400M 稀疏 MoE 模型 — Tall_Abrocoma_3533 · 2026-11-19
- 研究者质疑 METR/Anthropic「2 倍加速」RSI 论证统计上站不住 — jessi_cata · 2026-11-19
- 用线性探针识别基座模型补全文本时扮演的人格,尚无人尝试 — cephaloform · 2026-11-19
- ETH 机器人 Anymal 阿尔卑斯山完成 10 公里全自主徒步 — ChongZzZhang · 2026-11-19
- OpenVax 代码量 15 个月从 7.8 万行涨到 56.5 万行 — iskander · 2026-11-19
- François Fleuret:decoder Transformer 没有 trade-off 超参,足够优雅 — francoisfleuret · 2026-11-19