热点事件持续更新
研究提出多轮反馈引导分子优化框架MFG
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月14日，arXiv发布的一项AI与医药交叉领域研究提出了多轮反馈引导分子优化框架MFG。该框架采用强化学习训练大语言模型（LLM），使其能够利用前序轮次的反馈信息逐步优化分子。在机制设计上，MFG框架引入了涵盖性质改善与源分子相似度的反馈向量，并配合专门的反馈对齐奖励函数，以此促进分子在跨轮次过程中的持续迭代改进。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 01:58
研究人员提出MFG框架，通过强化学习训练LLM结合多轮反馈向量与对齐奖励实现分子迭代优化。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MFG：多轮反馈引导的分子优化框架
研究人员提出多轮反馈引导分子优化框架 MFG，通过强化学习训练大语言模型（LLM）利用前序轮次反馈逐步优化分子。该框架引入包含性质改善与源分子相似度的反馈向量，并配合反馈对齐奖励函数促进跨轮次迭代改进。
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。