Diffusers 支持对 NVIDIA RFD4-Proteina 做 LoRA 微调,助力蛋白质设计
RisingSayak · x · 2026-11-20
Hugging Face Diffusers 已合并 RFD4-Proteina 的 LoRA 训练示例,这是 NVIDIA 的蛋白质设计流匹配模型。该示例在冻结自编码器的前提下,对去噪器训练 rank-32/alpha-64 适配器,损失函数作用于骨架坐标与局部 latent(而非像素),训练代码与标准图像/视频生成模型的 LoRA 流程高度相似。作者在 255 个 CPSea 复合物上用 2 块 H200 训练 1000 步,并以 PD-1 环肽输入在 0/500/1000 步各 16 个 seed 做了验证(PD-1 从训练集排除)。CIF 数据预处理会被缓存并过滤不可用结构。
所属事件:Diffusers 支持对 NVIDIA 蛋白质设计模型进行 LoRA 微调(2 条相关)→
「研究」频道最新
- 模型自改权重:27B 无梯度自优化,8 轮迭代准确率持续上升 — Jiajun Fan · 2026-11-21
- Stability 研究团队提出 PMD 蒸馏:匹配倾斜均值即可锁定教师后验 — ArashVahdat · 2026-11-21
- NeurIPS 论文:树搜索引导扩散模型,单次搜索覆盖多目标 Pareto 前沿 — CatAstro_Piyush · 2026-11-21
- 实践者吐槽:Lean 编译通过的自然语言证明,读起来仍是错的 — jasondeanlee · 2026-11-21
- 黎曼猜想真被证明了会改变什么?答案:几乎不影响日常,四页纸加 1700 万行 Lean — stingning · 2026-11-21
- 实测 11 个开源模型新注意力架构:128K 上下文显存最高省 139 倍 — bariskasikci · 2026-11-21