★ 3
MODS 框架用推理时扩散引导实现多目标蛋白质优化
论文提出 MODS 模块化框架,通过推理时扩散引导进行多目标蛋白质优化,每次提议采样增强切比雪夫标量化权重与适应度代理集成成员来定义引导奖励。在 6 个蛋白质优化任务上,配合两种扩散模型与两种引导程序均取得有竞争力的最终超体积,部分任务显著优于基线。
arXiv cs.LG11 天前
共 4 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文提出 MODS 模块化框架,通过推理时扩散引导进行多目标蛋白质优化,每次提议采样增强切比雪夫标量化权重与适应度代理集成成员来定义引导奖励。在 6 个蛋白质优化任务上,配合两种扩散模型与两种引导程序均取得有竞争力的最终超体积,部分任务显著优于基线。
AI-CAD 是一个面向机械工程 CAD 的开源多智能体框架,用户只需给出自然语言需求或手绘草图,一组 LLM 智能体即可产出可制造的零件与装配体。系统输出参数化 CAD 代码(Python),导出 STEP/STL,并以可制造性规则作为硬性门槛,所有运行结果以文件形式可读、可版本化。
论文提出受生物形态发生启发的图生成框架,用离散点阵作为候选节点,通过跨层与层内顺序生长构建机械点阵结构。使用图卷积神经网络学习拓扑-性能映射并预测压缩刚度,结合快速结构采样实现逆向设计。目标刚度 1000 MPa 时预测 1042.43 MPa,有限元验证为 1027.49 MPa。
GrassLobster 项目展示如何用 AI 智能体自动生成参数化几何工作流,面向 Grasshopper 等设计建模环境。它把自然语言意图转化为可执行的几何节点图,降低参数化设计门槛。这类探索对建筑设计、生成式 CAD 与智能体工具链有参考价值。