跳到正文
  1. Microsoft Research70

    Microsoft Research 发布 RetroChimera:用于小分子逆合成预测的集成模型

    Microsoft Research 在 Nature 发表论文并开源 RetroChimera,一个用于逆合成预测的集成框架。该模型结合了基于 Transformer 的 R-SMILES 2 和基于图神经网络的 NeuralLoc,通过学习排序策略整合两者的排名预测。

    推荐理由:文章描述了 RetroChimera 如何将两种互补模型(R-SMILES 2 和 NeuralLoc)通过学习排序策略组合,并在多步合成路线盲测中取得显著优势,读者可了解这一集成思路在化学逆合成预测中的实际效果。

  1. Microsoft Research69

    CARE-X:借助辅助监督、奖励对齐学习和工具增强测量实现临床实用放射学 VLM

    微软研究院提出了统一胸部 X 光 VLM CARE-X,将生成式报告与结构化诊断预测整合到同一模型,并通过辅助分类头、定位头与 DAPO 强化学习进行协同训练。

    推荐理由:该研究提出辅助监督与 DAPO 强化学习结合可同时提升 VLM 生成能力和结构化预测精度,工具增强方法在测量依赖诊断上显著优于纯视觉推理。

已经到底了