跳到主要内容
检索

Santa Clara University

3 篇关联报道

订阅更新
  1. bioRxiv

    ProteinMPNN的隐空间被拆成可读维度:二级结构、残基体积与血红素配位各自成轴,拨动支链氨基酸轴可改变抗体片段序列

    稀疏自编码器把ProteinMPNN编码器每层128维的稠密隐空间扩展成过完备稀疏空间,使单个维度与二级结构、残基体积、残基形状、二硫键及配体配位等蛋白特征出现相关。在Brolucizumab短链可变片段上,调高与支链氨基酸相关维度的mod=0、0.5、1三个候选在433 K分子动力学模拟中的RMSD低于原始序列、ProteinMPNN序列和GeoEvoBuilder序列,而调高幅度最大的mod=2在该温度下明显去折叠;未做激活调整的mod=0同样改善,说明稀疏自编码器本身也改变了预测。

  2. arXiv

    自下而上生成的人群轨迹总丢长尾:ScaleTraj先选移动尺度,再定目的地单元

    个体级轨迹生成器能造出像样的单条轨迹,但把大量个体汇总后,位移分布的重尾往往对不上真实数据。ScaleTraj把下一步位置预测拆成两步:先由尺度选择头决定这次移动属于哪个空间尺度,再由尺度感知单元选择头在该尺度条件下预测目的地。在GeoLife与腾讯北京两个数据集上,它的尺度保真度剖面误差和截断幂律拟合参数偏差都低于所比较的模型驱动与数据驱动基线。

  3. arXiv

    胸片智能体不再默认调用工具:先判断证据是否必要,再把不可用的测量挡在推理之外

    胸片解读智能体X-Ragent把“要不要找证据”和“测量能不能用”拆成两条路径:策略只在需要时调用局部放大、解剖定位和知识检索工具,而心胸比等定量测量由独立的有效性门控决定是否进入推理。训练分两步,先用7,715条结构化诊断轨迹做智能体监督微调,再用带准确率门控的GRPO优化,过程奖励只作用于答对的轨迹。在完全未参与训练的ChestAgentBench上,准确率从最强基线的63.1%升到71.7%,七个解读能力全部提升。

已读完全部报道