Lila Sciences 首篇 NeurIPS 论文:多模态 any-to-any 流匹配用于科学

CatAstro_Piyush · x · 2026-11-21

Lila Sciences 将在悉尼 NeurIPS 上展示其首篇论文 MOSAIC:一个面向分子与光谱的多模态流匹配 Transformer。

核心思路是,科学实验数据昂贵稀缺,但每次实验往往产生同一实体的多种耦合测量(分子 3D 结构与 UV、IR、Raman 光谱等)。通过随机掩码,让任意模态既可作条件输入也可作预测目标,单次实验即可派生多个有监督去噪任务。

结果:在 QM9S 上实现 88.8% 分子图恢复率,结构生成比最强光谱到结构基线高出 23.2%,同时光谱生成也优于专用模型;消融显示 any-to-any 目标在各规模下均优于仅结构训练。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →