精选理由
想了解分子模拟新方法？这篇论文提出的 ArBG 用自回归替代流模型，在 Chignolin 等体系上效果更好，还开源了 1.32 亿参数的 Robin 模型。
论文提出 Autoregressive Boltzmann Generators (ArBG)，一种自回归建模框架，用于分子系统平衡采样，克服了基于流的 Boltzmann Generators 的表达性限制。ArBG 在所有基准测试上优于流模型，特别是在 10-残基 Chignolin 肽系统上。作者还发布了 Robin，一个 1.32 亿参数的可迁移模型，在 8-残基系统上将零样本能量误差 E-W₂ 降低超过 60%。代码已开源在 GitHub。
AI 翻译 · 中文
论文提出 Autoregressive Boltzmann Generators (ArBG)，一种自回归建模框架，用于分子系统平衡采样，克服了基于流的 Boltzmann Generators 的表达性限制。ArBG 在所有基准测试上优于流模型，特别是在 10-残基 Chignolin 肽系统上。作者还发布了 Robin，一个 1.32 亿参数的可迁移模型，在 8-残基系统上将零样本能量误差 E-W₂ 降低超过 60%。代码已开源在 GitHub。
Efficient sampling of molecular systems at thermodynamic equilibrium is a hallmark challenge in statistical physics. This challenge has driven the development of Boltzmann Generators (BGs), which allow rapid generation o…