AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:化学信息学×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
12:34
12:34arXiv cs.AI@Xinni Zhang, Zijing Liu, He Cao, Yu Li, Irwin King
精选
针对SMILES字符串的Transformer模型存在局部性缺陷:标准字符级分词会破坏化学上有意义的基团,迫使模型重复学习局部语法而忽略长程依赖。MolGram通过条件n-gram记忆模块,将局部字符串模式映射为可学习的嵌入向量,并动态注入隐藏状态,在不破坏标准分词器的情况下解决该问题。在无条件分子生成、正向反应预测和单步逆合成三个任务上,MolGram一致提升性能,且仅用1/3参数即可超越基线模型。该工作表明,显式局部模式记忆是一种高效的归纳偏置,尤其适合化学信息学场景。
论文分子语言模型n-gram记忆SMILES化学信息学高效归纳偏置

推荐理由:做分子生成或逆合成预测的团队,MolGram用更少参数就能超越3倍大模型,值得在自家任务上试试。
原文
精选全部日报登录