arXiv cs.LG· Mason Minot, Simon Friedensohn, C\'edric R. Weber·· 7 小时前AI 评分24
面向样本高效从头纳米抗体设计的跨支架与表位推理时引导
Inference-Time Steering Across Scaffolds and Epitopes for Sample-Efficient De Novo Nanobody Design
AI 导读
研究将生成式条件选择重构为推理时资源分配问题，提出两种动态预算分配器：联合 Global SMC 公式可同时跨配置引导并分配算力，解耦方法则改编自 Batched Successive Elimination（BaSE）。在多个治疗靶点与生成配置上，这些动态分配器将每 GPU-hour 可设计候选的产出提升近 5 倍，且不牺牲多样性。
来源：arXiv cs.LG · arxiv.org