arXiv · cs.AI· Yunzhe Zhang, Yifei Wang, Khanh Vinh Nguyen, Pengyu Hong·· 2 天前
CMCM-DLM：基于扩散语言模型的跨模态受控分子生成
Cross-Modality Controlled Molecule Generation with Diffusion Language Model
arXiv:2508.14748v2阅读论文 PDF ↗
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：Yunzhe Zhang, Yifei Wang, Khanh Vinh Nguyen, Pengyu Hong
研究任务与主要进展
CMCM-DLM提出一种模块化框架，在无需重新训练扩散模型骨干的情况下扩展预训练模型，以支持异构分子约束。该框架利用分子结构和化学属性两种模态，先由Structure Control Module建立分子骨架，再由Property Control Module引导生成分子满足目标属性。多个数据集实验显示出有效的跨模态可控性和较强适应性，并指出其在异构分子数据建模与数据驱动药物发现中的潜力。
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