arXiv 机器学习· Jia Yi Zhang, Shivanshu Shekhar, Allison McLevige, Tong Zhang·· 9 小时前AI 评分33
ReMedI：面向可控分子优化的推理时精炼与自蒸馏
ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization
AI 导读
研究人员提出分子优化方法 ReMedI，利用分子语言模型结合 Metropolis-Hastings 搜索实现推理时对齐与多目标优化。在 C-MuMOInstruct 与 SMDD 基准上，该精炼策略跨 3 种主干模型均显著提升了多目标优化成功率。其搜索轨迹自蒸馏相比基线 C-MORAL 减少约 7.8 倍训练分子，严格成功覆盖率达 C-MORAL 的约 2.8 倍。
来源：arXiv 机器学习 · arxiv.org