AbFlowNet:融合扩散模型与GFlowNet优化抗体结合能
热点事件持续更新
AbFlowNet:融合扩散模型与GFlowNet优化抗体结合能
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出 AbFlowNet,一个将 GFlowNet 与扩散模型融合的生成框架:把每个扩散步骤视为 GFlowNet 的一个状态,在单一训练过程中同时优化扩散损失与抗体-抗原结合能,无需依赖不可靠能量估计器的在线强化学习。该方法用于抗体 CDR 设计。 该工作已在 arXiv 发布(arXiv:2505.12358),据页面信息被 NeurIPS 2026 接收。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
AbFlowNet:通过 Diffusion-GFlowNet 融合优化抗体-抗原结合能报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIAbFlowNet:通过 Diffusion-GFlowNet 融合优化抗体-抗原结合能
研究者提出 AbFlowNet,一个将 GFlowNet 与 Diffusion 模型融合的生成框架,把每个扩散步骤视为 GFlowNet 的一个状态,在单一训练过程中同时优化扩散损失与抗体-抗原结合能,无需依赖不可靠的能量估计器的在线强化学习。
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。