跳到主要内容
检索

Nanjing University

34 篇关联报道

订阅更新
  1. arXiv

    Calpha让通用大模型自己决定折叠:单链结构均值TM-score达0.808,长链仍落后直接基线

    Calpha把蛋白质折叠接进通用对话模型:Qwen3.5-9B读取序列与ESM2残基特征,在收到折叠请求时输出<structure>标记,用自身残基隐藏状态驱动冻结的SimpleFold-3B结构头生成全原子坐标。在固定折叠请求下,该配置在FoldBench-334、CASP16域和CAMEO风格PDB集上的平均TM-score分别为0.808、0.635和0.900;但在300–600残基链上,三个集合的平均配对差值分别为−0.044、−0.160和−0.025,均低于直接ESM2→SimpleFold-3B基线。

  2. arXiv

    晶体序列不再按坐标排:改用周期图拓扑排序,同尺寸模型单次结构预测匹配率从56.10%升到61.92%

    晶体生成模型把三维周期结构写成一维序列,但按实空间坐标排序时,微小几何扰动就会改变原子顺序,让模型学到与结构连接无关的变异。CGTransformer 改用周期商图拓扑引导排序,把元素、对称性与图嵌入坐标组合成序列。在 MP-20 上,同一 86M 模型把单次结构预测匹配率从坐标排序的 56.10% 提高到 61.92%,并在 3.0–3.5 eV 宽带隙半导体的条件生成中提高了稳定、独特、新颖候选的比例。

  3. arXiv

    思维链为何能解没见过的多步题:同一步预测器反复复用,误差按步数亚线性累积

    思维链的分布外泛化被解释为组合式泛化:训练只给单步原子转移,目标任务却需要多步组合。理论把目标风险写成各单步风险之和乘以一个与步数无关的系数,并证明共享同一个预测器使估计项按步数的平方根倒数收缩,而非随步数线性增长。Atom-Task 与 GSM8K 实验支持短链到长链、以及未见操作组合上的迁移,同时显示显式状态跟踪不可缺少。

  4. arXiv

    流式视频配音追上离线对齐:LiveFoley 前端只看 0.08 秒,端到端延迟 156 毫秒

    实时视频转音频长期受制于两处瓶颈:视觉前端为压低预看延迟而缩小感受野,因果扩散后端又逐块独立去噪,导致音画对齐和音质都落后于离线模型。LiveFoley 用尾随滑动窗口把现成的非因果片段级编码器改造成流式模块,无需重训练即可把前端预看降到 0.08 秒,并在后端把去噪窗口向历史扩展。在 VGGSound 测试集上,LiveFoley-48k 的 DeSync 为 0.48,与离线 MMAudio-L 的 0.47 相当,单张 A800 上端到端延迟 156 毫秒。

  5. bioRxiv

    蛋白语言模型嵌入里藏着糖基化位点:MaskNGly不训练也能在N-GlyDE上达到AUC 0.940

    MaskNGly把蛋白语言模型嵌入当作可读的共进化信号来源,用遮罩-探测的方式直接判断N-X-S/T序列子是否会被N-糖基化,不依赖标注数据训练。在N-GlyDE测试集上,它的AUC为0.940、MCC为0.808,与已发表的监督式神经网络预测器相当;在独立糖蛋白组数据中,111个此前未报道的位点有106个得分超过0.5阈值。

  6. arXiv

    智能体把执行经验写成可审查的技能:DrugHarness设计并合成出细胞IC50 14.19 nM的HPK1化合物

    计算药物发现智能体通常每次任务都从零组织工具调用,难以把一次成功经验带到下一次。DrugHarness把80余项科学操作与生物医学资源放进同一工作区,从执行轨迹中归纳带适用条件的行动假设,再由独立审查智能体核对来源、必要时做定向试算后才纳入技能库。在MolBench上,未启用进化的配置把亲和力比较准确率做到91.9%,比已报道的MolClaw-CC高10.8个百分点;回顾性评估中,冻结的学习技能把Qwen的优化成功率从79.5%提高到87.2%。

  7. arXiv

    智能体自己改模型也改脚手架:RSI-Env让被接受的版本接手下一轮,无基准反馈也能涨分

    RSI-Env把模型训练与脚手架修改放进同一个可持久化的沙箱,由独立的Host Controller负责服务、校验、版本与能力评测,Self模式下被接受的模型–脚手架版本接手下一轮改进。以Qwen3.8-27B配最小脚手架起步,无基准反馈的Open-General Self把GPQA Diamond准确率从65.2%提到73.2%、AIME 2026从53.3%提到56.7%;Knowledge Self让SimpleQA从82.0%升到85.0%再到88.0%,但同一批运行在其他基准上出现回落。

  8. arXiv

    视觉token不必一律排序:BtsPruner只留576个中的32个,仍保住稠密模型91.6%的性能

    大型视觉语言模型要为每张图处理数百到数千个视觉token,推理开销随之上升。此前的免训练剪枝方法用同一套重要性标准给所有视觉token排序,忽略了它们在编码过程中承担的角色会发生变化。BtsPruner先依据注意力集中度的变化定位角色转折点,再从较深层挑出被全局引用的代表token、从较浅层递归取回局部细节token,在固定预算下同时保留两类角色;在LLaVA-1.5-7B上只保留576个视觉token中的32个(5.6%),仍保住稠密模型91.6%的性能。

  9. aclanthology.org

    科学知识不再只写进提示词:解码时逐层约束,三个科学任务平均准确率提升12%

    大模型在专业科学任务中仍会编造与领域规则相悖的推理依据。SciDC把自然语言写成的科学知识交给通用大模型编译成顶层推理步骤、中层条件校验和底层词元掩码三层规则,再由本地部署的领域模型在解码时执行。在工业配方设计、甲状腺癌TNM分期和单步逆合成三个任务上,与直接生成相比平均准确率提升12%;消融显示去掉顶层或底层规则后配方设计准确率明显下降。

  10. arXiv

    手机智能体被跨模态注入劫持:图文同现时攻击成功率85.4%,单通道重复做不到

    面向多模态大模型驱动的手机智能体,MobileInject把同一恶意目标同时写进截图与界面文本,在可重置的安卓模拟器上跑完108个可执行风险实例。此前评测多只看单一文本通道或只判攻击成败;在曝光次数对齐的对照中,图文各出现一次的攻击成功率达85.4%、良性任务完成率为0,而同一通道重复两次只到72.9%或27.8%。108对实例中有30对出现单通道均未达成、图文一致注入却成功的反转。