arXiv 机器学习· Hannah Lawrence, Bodhi P. Vani, Ji Won Park, Natasa Tagasovska, Samuel Don Stanton, Andrew Martin Watkins, Michael Maser, Ewa M. Nowara·· 5 小时前AI 评分34
PairIT：用于低数据分子优化的自回归 Transformer 框架
PairIT: Autoregressive Transformers for Low-Data Molecule Optimization
AI 导读
研究人员提出基于 SMILES 序列的自回归 Transformer 训练框架 PairIT，通过学习结构相似的分子对来实现种子分子优化。该框架利用 prompt tokens 指定目标属性、优化方向与变化幅度，支持拼接多个 prompt tokens 进行多属性优化，并可通过强化学习后训练进一步提升效果。
来源：arXiv 机器学习 · arxiv.org