arXiv cs.LG·21 天前★ 2

分子机器学习结构不相交划分随库规模漂移

原文标题：Critical Mass: Structure-Disjoint Splits Drift With the Libraries They Are Built On

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文指出分子机器学习用于评估分布外性能的结构不相交划分规则在库规模扩大后失效。在 227,690 个分子的公开库上，单链接聚类在 MCES 距离阈值 10 下导致图渗流，单一连通分量占 95.5%，测试集被限制在 4.5%。作者提出优化判据，将 2.6×10^10 分子对缩减至 1.15×10^7 个整数规划，节省 2,259 倍。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 分子机器学习的结构不相交划分规则在库规模扩大后失效，测试集被严重压缩。
方法: 提出可容许界与并查集跳过的优化判据，在保持无损划分前提下使大规模计算可行。
结果: 227,690 分子库上单一连通分量占 95.5%，测试集上限 4.5%；分子对从 2.6×10^10 降至 1.15×10^7，节省 2,259 倍
影响: 提醒现有分子基准把结构新颖性误当外推能力，评估结论可能不可靠。

所属主题基准测试5

#学术研究 #分子机器学习 #数据划分 #分布外 #质谱 #基准测试

阅读原文 +0

AI 处理过程展开/收起

原始标题：Critical Mass: Structure-Disjoint Splits Drift With the Libraries They Are Built On

AI 中文标题：分子机器学习结构不相交划分随库规模漂移

来源：arXiv cs.LG · 发布于 21 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：分子机器学习 / 数据划分 / 分布外 / 质谱 / 基准测试

关键词：分子机器学习 / 结构不相交划分 / 分布外评估 / 质谱预测 / MCES

AI 处理：2026/10/12 12:30:14 · 模型 deepseek-chat · 规则版本 2026-10-10.1

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。