LLM直接打分药物设计方法超直接训练
先了解这件事
AI 综述
2026年10月15日，Rohan Paul在X上分享一项药物设计研究：该方法用LLM直接读取英文目标描述来为生成结果打分，省去为每个靶点训练专用奖励模型的步骤。实验显示，基础分子模型在38,500个样本中产出0个可用命中，经过数轮逐步提高目标的训练后，在一批512个样本中产出1个。该方法得分69.06，对比直接训练的57.04实现超越。
报道时间线
10月15日
- 用 LLM 打分替代奖励模型的药物设计方法：69.06 对 57.04 超越直接训练
一项药物设计研究用 LLM 直接读取英文目标来给生成结果打分，省去了为每个靶点训练专用奖励模型的步骤。基础分子模型在 38,500 个样本中产出 0 个可用命中，经过数轮逐步提高目标的训练后，在一批 512 个样本中产出 1 个。
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。