arXiv 定量生物学· Blazej Banaszewski, Andrew W. Fitzgibbon·· 8 天前AI 评分28
Monroe:面向上下文概率推断的分子基础模型
Monroe: A Molecular Foundation Model for In-Context Probabilistic Inference
AI 导读
分子基础模型 Monroe 在超过 8100 万个 PM6 量子化学数据集分子上完成预训练,并在 Polaris 基准上与现有 MFM 持平或更优,在 activity cliff 基准上显著优于此前方法。其采用 TabPFNv3 进行下游上下文预测,该策略用于 MiniMol 和 CheMeleon 后得到 MiniMol_PFN 与 CheMeleon_PFN 两个新 SOTA 变体。
来源:arXiv 定量生物学 · arxiv.org