論文の概要: Geometric Relevance Is Not Sufficient: Evaluating Focused Post-Training Supervision in Diffusion Docking
- arxiv url: http://arxiv.org/abs/2611.08249v1
- Date: Thu, 05 Nov 2026 16:26:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.577434
- Title: Geometric Relevance Is Not Sufficient: Evaluating Focused Post-Training Supervision in Diffusion Docking
- Title（参考訳）: 幾何学的関連性は十分ではない:拡散ドッキングにおける焦点付きポストトレーニングスーパービジョンの評価
- Abstract要約: 拡散に基づくドッキングでは、広範囲の汚職分布にわたる補正スコアフィールドを学習する必要がある。
このことは、広いスコアフィールドのカバレッジを保存することと、ドッキング幾何学とより関係があるように見える修正の監督に集中することとの訓練後の対立を生み出します。
- 参考スコア（独自算出の注目度）: 2.120967397040162
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diffusion-based molecular docking requires learning a corrective score field across a broad corruption distribution, yet individual pose errors can differ substantially in their structural consequences. This creates a post-training conflict between preserving broad score-field coverage and concentrating supervision on corrections that appear more relevant to docking geometry. Using DiffDock, a fixed-budget study compares broad continuation with torsional supervision focused on Cartesian consequence or conditional target consistency, and with a broad/focused mixture. Evaluation separates fixed score fidelity, generated-pose quality, best-of-10 sampling capacity, and confidence-selected Top-1 docking performance. At <5 Angstrom, broad continuation had the highest mean Top-1 success among trained policies, and focused or mixed supervision showed no consistent advantage under the tested budget. The starting model had better fixed score fidelity, whereas the evaluated broad-continuation model had higher mean Top-1 success with the same aggregate best-of-10 recovery. Focusing supervision on structurally consequential or more consistently specified corrections did not consistently improve returned-pose success over broad continuation.
- Abstract（参考訳）: 拡散に基づく分子ドッキングでは、広い汚職分布にわたる補正スコア場を学習する必要があるが、個々のポーズエラーはその構造的結果において大きく異なる可能性がある。
このことは、広いスコアフィールドのカバレッジを保存することと、ドッキング幾何学とより関係があるように見える修正の監督に集中することとの訓練後の対立を生み出します。
DiffDockを用いた固定予算研究は、広義の継続と、カルテ結果や条件的目標整合性に焦点をあてた反りの監督、広義の/焦点の混合と比較する。
評価は、固定スコア忠実度、生成位置品質、ベストオブ10サンプリング能力、信頼性選択されたトップ1ドッキング性能を分離する。
5アングストロームでは、訓練された政策の中で、最も平均的なトップ1の成功率を示し、集中的または混成的な監督は、試験された予算の下で一貫した優位性を示しなかった。
スタートモデルでは固定スコアの忠実度が向上したが,評価された広帯域継続モデルではTop-1成功率が高く,Top-of-10回復率は同じであった。
構造的に連続的あるいはより一貫した特定の修正に焦点を合わせることは、広範に継続して帰属する成功を一貫して改善することはなかった。
関連論文リスト
- PhyProbe: Rethinking Physical Consistency Evaluation in Generated Videos [60.78191036132455]
本稿では,凍結前兆エンコーダから軽量スコアリングヘッドによるスカラー物理一貫性違反スコアに特徴をマッピングする評価器PhyProbeを紹介する。
PhyProbeは、一対のランク付け、ノイズの多いスカラーアノテーションの回帰、および不均一な管理源のキュレートされたセットに対するアンカーベースのキャリブレーションを組み合わせた統一された目的によって訓練される。
実験により、PhyProbeは、実際の生成および生成されたペアにまたがるほとんどのペアワイズベンチマークにおいて、様々な対応の下で、先行手法よりも優れた性能を示すことが示された。
PhyProbeは、ランクベースと線形メトリクスの密接な一致によって、人間の判断と強い相関を達成し、スコアが両方であることを示す
論文 参考訳（メタデータ） (2026-09-29T18:35:23Z) - One Step, One Lead: Mitigating Higher-Order Interference in Multi-Domain Reinforcement Learning via Cross-Step Control [62.82372407840088]
同点領域勾配は、連続的な更新が出力空間で部分的に逆転する場合においても、ほぼ一定であることを示す。
トークンレベルのリバウンドリスクをランク付けするために,各イテレーションでフォーカスドメインを指定するOSOLを提案する。
OSOLは0.4822のドメイン-マクロ平均に達し、最強の比較ベースラインよりも5.7%向上した。
論文 参考訳（メタデータ） (2026-09-06T08:32:59Z) - Trust Your Guide Only When Certain: Uncertainty-Aware Sparse Alignment at Inference Time [16.36057592850375]
弱みの監督者は、大多数のトークンに広範に高いエントロピーを示す。
信頼に基づく不確実なスパースアライメント(TUSA)は動的仲裁プロセスとしてアライメントを再構築する。
実験により、TUSAは安全アライメントと一般的な有用性の両方を一貫して改善することが示された。
論文 参考訳（メタデータ） (2026-09-01T03:05:49Z) - Confusion-Geometry Rebalancing for Long-Tailed Adversarial Training [53.3522202888031]
長い尾の分布の下での敵の訓練は二重の不均衡に悩まされ、クラス不均衡はヘッドクラスに対する訓練目標を歪ませる。
そこで本研究では,有向なロバストな誤りを学習信号として活用するプラグインフレームワークである長尾逆行訓練のためのコンフュージョン幾何分散法(CGRm)を提案する。
論文 参考訳（メタデータ） (2026-08-10T14:54:00Z) - Adaptive Causal Alignment for High-Confidence Adversarial Training [32.04694519643468]
逆対逆トレーニングは、高信頼の予測を利用して、堅牢な学習を安定させる。
セマンティック・エクイリビリウム(Semantic Equilibrium)を確立する統合フレームワークであるHICAT(High-Confidence Causally Aligned Training)を提案する。
論文 参考訳（メタデータ） (2026-06-02T17:14:54Z) - Too Correct to Learn: Reinforcement Learning on Saturated Reasoning Data [55.84428098924793]
構造保存探索を行うためのパラメータ自由復号法である Constrained Uniform Top-K Smpling (CUTS) を提案する。
グループ内の利点分散を増幅するために、エクスプロイトと探索的なロールアウトを相乗化するためのトレーニングフレームワークであるMixed-CUTSに統合する。
特にMixed-CUTSは、AIME25ベンチマークのPass@1の精度を標準のGRPOよりも15.1%向上している。
論文 参考訳（メタデータ） (2026-04-20T16:43:28Z) - Less Approximates More: Harmonizing Performance and Confidence Faithfulness via Hybrid Post-Training for High-Stakes Tasks [52.81286869496811]
大規模な言語モデルは、自信を持って不正確な推論が現実世界の害を引き起こすような、ハイテイクなタスクにますますデプロイされている。
内的フィードバックからの教師なし強化学習と推論・トラス誘導型推論蒸留を併用して協調的に最適化することを提案する。
PRG方式のメトリクスを用いてRDとRLIFを適応的に重み付けするハイブリッドポストトレーニングフレームワークであるHyTuningを紹介する。
論文 参考訳（メタデータ） (2026-04-09T16:50:11Z) - COG: Confidence-aware Optimal Geometric Correspondence for Unsupervised Single-reference Novel Object Pose Estimation [11.409666919754747]
信頼を意識した最適幾何対応(COG)は、信頼を意識した最適輸送問題として対応推定を定式化する教師なしのフレームワークである。
COGは、ポイントワイズ信頼度を予測し、それらを最適な輸送限界として注入することでバランスの取れたソフト対応を生成し、重複しない領域を抑える。
実験により、教師なしCOGは教師付きメソッドに匹敵する性能を示し、教師付きCOGはそれらを上回る性能を示す。
論文 参考訳（メタデータ） (2026-02-28T06:23:47Z) - CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。
エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。
CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
論文 参考訳（メタデータ） (2025-12-22T16:34:21Z) - Fine-Tuning Without Forgetting: Adaptation of YOLOv8 Preserves COCO Performance [0.29998889086656577]
標準のYOLOv8nモデルをきめ細かい果実検出データセットに適用する。
対象の果実データセットとCOCOバリデーションセットの両方で性能を厳格に評価した。
我々は,中～後期のバックボーンの特徴を適応させることが,きめ細かな特殊化に極めて有効であると結論付けた。
論文 参考訳（メタデータ） (2025-05-02T05:27:14Z)
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。