跳到正文
热点事件观察中

CMCM-DLM实现跨模态分子生成控制

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Yunzhe Zhang、Yifei Wang、Khanh Vinh Nguyen和Pengyu Hong提出CMCM-DLM,在无需重新训练预训练扩散模型骨干的情况下,扩展模型以支持异构分子约束。基于论文摘要,框架利用分子结构和化学属性两种模态:先由结构控制模块建立分子骨架,再由属性控制模块引导生成满足目标属性的分子。多个数据集实验被作者报告为显示出跨模态可控性和较强适应性,但摘要未说明具体数据集、比较基线或实验规模;其在数据驱动药物发现中的应用仍属潜在方向。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    CMCM-DLM:基于扩散语言模型的跨模态受控分子生成

    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。

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。