論文の概要: Elite-Weighted Supervised Fine-tuning for Goal-Directed Molecular Optimization

• arxiv url: http://arxiv.org/abs/2609.00189v1
• Date: Mon, 31 Aug 2026 18:10:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:35.928835
• Title: Elite-Weighted Supervised Fine-tuning for Goal-Directed Molecular Optimization
• Title（参考訳）: ゴール指向分子最適化のための有限重み付き超微調整
• Abstract要約: Elite-Weighted Supervised Fine-tuning (EW-SFT)は、高色分子のエリート選択を誘導するために報酬を使用する。 EW-SFTは、対応するネイティブキナーゼ基準化合物よりも一貫して優れている。
• 参考スコア（独自算出の注目度）: 10.535230019723613
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Goal-directed optimization is essential for steering molecular generators to propose candidates with desired properties. However, it is often implemented with policy-gradient reinforcement learning, which requires a generation-trajectory log-probability whose form depends on the model architecture and generation procedure. This makes an optimizer difficult to reuse across architectures and conditional generative designs. Supervised fine-tuning needs none of that machinery, but its update is driven by a fixed dataset, so the reward never enters the update. We introduce Elite-Weighted Supervised Fine-tuning (EW-SFT), which uses reward to guide elite selection of high-scoring molecules, and updates the model by its own pretraining loss on that set. Ablations show that reward information is passed primarily through elite selection, rather than through continuous weighting within the selected set. Because the update consumes only scored molecules and the model's native loss, the same rule applies across autoregressive, masked-diffusion, and discrete-flow generators, and across de novo, motif-extension, and linker-design tasks. Under a fixed budget of 3D shape alignment oracle calls on two kinase reference compounds, EW-SFT consistently outperforms the corresponding native optimizers. It further improves goal-directed optimization under a 2D similarity oracle on four held-out references and achieves comparable performance on a sample-efficiency benchmark without a trajectory-level RL formulation. These results demonstrate that EW-SFT is a unified and effective optimizer across molecular generators, design constraints, references, and oracles.
• Abstract（参考訳）: ゴール指向最適化は、分子ジェネレータを操り、望ましい性質を持つ候補を提案するために不可欠である。 しかし、モデルアーキテクチャと生成手順に依存した生成軌道の対数確率を必要とするポリシー段階の強化学習で実装されることも多い。 これにより、アーキテクチャや条件付き生成設計をまたいだ再利用が困難になる。 監視された微調整は、その機械を必要としないが、そのアップデートは固定されたデータセットによって駆動されるので、報奨金がアップデートに入ることはない。 EW-SFT(Elite-Weighted Supervised Fine-tuning)を導入し,高色分子のエリート選択を誘導し,その集合上での事前学習損失によってモデルを更新する。 アブレーションは、報酬情報は選択された集合内での継続的な重み付けよりも、主にエリート選択によって伝達されることを示している。 この更新は得られた分子とモデル固有の損失のみを消費するため、自己回帰、マスク拡散、離散フロージェネレータ、デ・ノボ、モチーフ・エクステンション、リンカー・デザインタスクでも同様のルールが適用される。 3次元形状アライメントオラクルの固定予算の下では、2つのキナーゼ参照化合物を呼び出し、EW-SFTは対応するネイティブオプティマイザよりも一貫して優れている。 さらに、4つのホールドアウト参照に対して2次元類似オラクルの下でのゴール指向最適化を改善し、軌道レベルRLの定式化なしでサンプル効率ベンチマークで同等のパフォーマンスを達成する。 これらの結果から, EW-SFTは分子発生器, 設計制約, 参照, オークルにまたがる統一的で効果的な最適化機構であることが示唆された。

関連論文リスト

• Be Your Own Teacher: Steering Protein Language Models via Unsupervised Reward Optimization [85.4863852505905]
  タンパク質言語モデル(PLM)の教師なし報酬最適化を導入する。 我々の重要な洞察は、本質的なモデルの不確実性とタンパク質表現モデルによって誘導される意味的整合性を組み合わせたタスク非依存報酬は、ベースモデルと温度レギュレーションの制御可能性指標と強い相関を示すことである。 我々のフレームワークは、ラベル付けされた好みや実験的なフィードバックが不足したり、利用できないような環境で、制御可能な生体分子設計へのスケーラブルな経路を提供する。
  論文  参考訳（メタデータ） (2026-06-17T11:42:01Z)
• Stochastic Primal-Dual Decoding for Multiobjective Generative Recommender Systems [3.3756786725295065]
  近年のレコメンデーションシステムの進歩は、生成的モデリングによる大幅な性能向上を示している。 本稿では,多目的スレート生成をサポートする自己回帰生成RSを増強する軽量な推論時デコーディング層を提案する。 その結果,ユーザ満足度ゼロで達成した補助目標に対して,+1.8%の利得を含む多目的トレードオフが一貫した改善が見られた。
  論文  参考訳（メタデータ） (2026-05-26T15:05:06Z)
• HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
  我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。 我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-04T04:12:47Z)
• Matching Features, Not Tokens: Energy-Based Fine-Tuning of Language Models [102.20309135516186]
  クロスエントロピー(CE)トレーニングは、言語モデルの密集したスケーラブルな監視を提供する。 言語モデル微調整のための特徴マッチング手法を提案する。 この目的を効率的に最適化するために,エネルギーベースファインチューニングを提案する。
  論文  参考訳（メタデータ） (2026-03-12T17:57:50Z)
• Can Recommender Systems Teach Themselves? A Recursive Self-Improving Framework with Fidelity Control [82.30868101940068]
  本稿では,外部データや教師モデルに依存することなく,モデルが自身のパフォーマンスをブートストラップするパラダイムを提案する。 我々の理論的分析は、RSIRがデータ駆動型暗黙正則化器として機能し、最適化景観を円滑にしていることを示している。 より小さなモデルであっても利点があり、弱いモデルはより強力なモデルに対して効果的なトレーニングカリキュラムを生成することができることを示す。
  論文  参考訳（メタデータ） (2026-02-17T15:31:32Z)
• Finetuning-Free Personalization of Text to Image Generation via Hypernetworks [15.129799519953139]
  被写体画像から直接LoRA適応重量を予測するHypernetworksによる微調整不要なパーソナライゼーションを提案する。 提案手法はパーソナライズ性能を向上し,オープンカテゴリパーソナライズのためのスケーラブルで効果的な方向としてのハイパーネットワークの約束を強調する。
  論文  参考訳（メタデータ） (2025-11-05T03:31:33Z)
• Diffusion Model for Data-Driven Black-Box Optimization [54.25693582870226]
  我々は、強力な生成AI技術である拡散モデルに注目し、ブラックボックス最適化の可能性について検討する。 本研究では,1)実数値報酬関数のノイズ測定と,2)対比較に基づく人間の嗜好の2種類のラベルについて検討する。 提案手法は,設計最適化問題を条件付きサンプリング問題に再構成し,拡散モデルのパワーを有効活用する。
  論文  参考訳（メタデータ） (2024-03-20T00:41:12Z)
• Conditional Denoising Diffusion for Sequential Recommendation [62.127862728308045]
  GAN(Generative Adversarial Networks)とVAE(VAE)の2つの顕著な生成モデル GANは不安定な最適化に苦しむ一方、VAEは後続の崩壊と過度に平らな世代である。 本稿では,シーケンスエンコーダ,クロスアテンティブデノナイジングデコーダ,ステップワイズディフューザを含む条件付きデノナイジング拡散モデルを提案する。
  論文  参考訳（メタデータ） (2023-04-22T15:32:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。