热点事件观察中
研究人员提出低数据分子优化框架PairIT
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月14日，arXiv发布AI与医药交叉论文，研究人员提出了用于低数据分子优化的自回归Transformer框架PairIT。该框架基于SMILES序列，通过学习结构相似的分子对实现种子分子的定向优化。PairIT支持利用Prompt Token指定目标属性、优化方向及改变幅度，并能串联多个Token完成多属性优化，同时结合强化学习后训练进一步提升优化效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 03:57
研究人员提出自回归框架PairIT，结合Prompt与强化学习实现低数据分子定向优化。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · AI×医药交叉论文PairIT：用于低数据分子优化的自回归 Transformer 框架
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定向优化。该框架支持使用 Prompt Token 指定目标属性、优化方向及改变幅度，并能串联多个 Token 实现多属性优化，还结合强化学习后训练进一步提升效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。