arXiv · cs.AI· Peining Zhang, Jinbo Bi, Minghu Song·· 6 小时前
VEDA：结合退火的方差爆炸扩散用于3D分子生成
VEDA: Generation of 3D Molecules via Variance-Exploding Diffusion with Annealing
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Peining Zhang, Jinbo Bi, Minghu Song
研究任务与主要进展
作者提出VEDA，一种结合方差爆炸扩散、退火与SE(3)等变架构的3D分子生成框架，用于在采样效率和构象准确性之间取得平衡。基于论文摘要，VEDA在QM9和GEOM-DRUGS数据集上仅用100个采样步达到与流模型相当的效率，并报告了更低的价键稳定性和有效性；在GFN2-xTB优化后，其能量变化中位数为1.72 kcal/mol，而SemlaFlow为32.3 kcal/mol。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org