LFD 方法:用自然语言目标蒸馏控制科学生成模型,无需手工奖励函数
hbouammar · x · 2026-10-21
研究者提出 LLM-to-Flow Distillation(LFD),让科学生成器(如几何分子设计的 generative flow models)可通过自然语言表达的宏观发现目标来引导,而无需手工设计的显式奖励函数。
方法与特点
- 从「设计有抗癌活性的多肽」「设计结合 D2 多巴胺受体的小分子」等文本目标出发,通过 LLM 生成的子目标做迭代 DPO,把 LLM 中的高层目标知识蒸馏进科学生成器
- 不需要任务特定的代理奖励,任何可通过 API 访问的前沿 LLM 均可使用
- 在保留测试上优于 FlowGRPO、DiffusionNFT 等 SOTA 奖励引导方法
作者称这是把自然语言控制带到任意科学生成器上的一次尝试,并附带多个科学案例研究。
「研究」频道最新
- EvoMusArt 2027 开始征稿，2027 年 4 月德国美因茨举办 — evomusart_conference · 2026-10-21
- 12 秒测量替代 5 小时：概率去噪自编码器为 AI 科学结果标上误差棒 — bravo_abad · 2026-10-21
- NUS 提出 LLM2R：用 decoder-only LLM 一次前向完成 3D 零件装配 — NationalUniversityofSingapore · 2026-10-21
- 蚂蚁国际 FlowState：把执行状态当记忆，长程 Agent 更省 token 且成功率更高 — ant-intl · 2026-10-21
- Google TEAL：无需标注让编码 Agent 自进化出可复用数据分析工具 — google · 2026-10-21
- 腾讯 ASAP 框架：不改造成聊天 Agent 也能评测预训练模型的智能体能力 — tencent · 2026-10-21