DiMOS：免训练多目标科学设计框架

Ziqing Wang 等作者提出免训练的多目标科学设计框架 DiMOS，通过候选补全的联合奖励实现近似 Doob 引导的局部重采样，无需奖励梯度，并用预算高效的轨迹搜索把算力集中在有希望的延续上。 在六项 DNA、蛋白质和 RNA 任务中，DiMOS 取得最高联合成功率，在 DNA 和蛋白质任务上最高达最强基线的 1.98 倍，同时保持较高的序列唯一性和自然度。这些结果来自作者在 arXiv 论文中的报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。