推理时动态预算分配提升纳米抗体设计效率
热点事件持续更新
推理时动态预算分配提升纳米抗体设计效率
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Mason Minot 等作者提出两种推理时动态预算分配器，用于从头纳米抗体设计中的生成条件选择：一种是联合 Global SMC 公式，可同时跨配置引导并分配算力；另一种是解耦方法，改编自 Batched Successive Elimination（BaSE）。 作者称，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。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LG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
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。
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。