NeurIPS 2026 论文 π-Fold:用物理信息强化学习修正折叠模型的原子级错误
lmthang · x · 2026-11-22
转发介绍团队首篇 NeurIPS 2026 论文。作者指出,现有折叠模型能准确预测折叠形状,却搞不定原子层面:它们被训练去匹配数据分布,结果形状对了但原子错了——出现原子碰撞、侧链落在不存在的旋转异构体构象上。
为此论文提出 π-Fold,用物理信息强化学习(physics-informed RL)来改进折叠模型,把物理约束引入训练目标。帖子附有博客链接。
「研究」频道最新
- Claude系统卡曝已训练蛋白质序列,生物基础模型或被通用模型取代 — chaitjo · 2026-11-22
- Axiom 招募药企合作:出钱跑药物实验,资产 100% 归你 — cjmaddison · 2026-11-22
- 神经网络进化骑手浏览器竞速,能看着 AI 学会跟车与冲刺 — AjdDavison · 2026-11-22
- AlphaProof Nexus 用 Lean 形式化证明解决量子光学悬而未决问题 — dair_ai · 2026-11-22
- Lean 社区验证 1700 万行代码,确认 Claude 参与证明黎曼猜想 — Polymarket · 2026-11-22
- Kotoba 创始人谈实时语音 AI:音频 tokenization 是核心研究难题 — lmthang · 2026-11-22