跳到正文
原文
arXiv 定量生物学· Michael Brown, Maryam Rahimimovassagh, Mehdi Yazdani-Jahromi, Sanjeda Sara Jennifer, Ivan Garibay·· 11 天前AI 评分18

几何相关性并不充分:评估扩散对接中的聚焦式后训练监督

Geometric Relevance Is Not Sufficient: Evaluating Focused Post-Training Supervision in Diffusion Docking

AI 导读

基于 DiffDock 的固定预算研究比较了广泛续训与聚焦式后训练监督在扩散分子对接中的效果。在 <5 Å 阈值下,广泛续训在已训练策略中取得最高平均 Top-1 成功率,聚焦或混合监督在测试预算下未显示一致优势。将监督集中于结构后果显著或条件一致性更强的校正,并未稳定提升返回构象成功率。

来源:arXiv 定量生物学 · arxiv.org