GitHub · 3D 生成新仓库·· 4 小时前AI 评分23
在 DiGress 上实现价值引导的分子生成（SVDD）
lequyan2003/value-guided-molecular-generation
来源与原文
GitHub · 3D 生成新仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/lequyan2003/value-guided-molecular-generation
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该项目将 Soft Value-Based Decoding（SVDD）应用于预训练的离散图扩散模型 DiGress，在不重新训练生成器的情况下，用学习到的价值函数引导分子生成朝向合成可及性、QED 等奖励。每个反向步骤采样 M 个候选并由价值函数打分保留最优，贡献在于 M 的采样效率分析与分子奖励设计。目前五种采样器、MLP 价值函数、奖励与指标均已实现，但 DiGress 尚未训练（官方 QM9 checkpoint 已缺失，需自行训练），冒烟测试使用非生成模型的 ToyDenoiser，其数字仅证明流程可复现，不构成研究结果。
来源：GitHub · 3D 生成新仓库 · github.com
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。