FlashMol：仅需四步的高质量分子生成
机器学习
2026-05-11 v1 人工智能
摘要
生成化学有效的 3D 分子构象对于计算药物发现至关重要。像 GeoLDM 这样的经典基于扩散的模型表现良好，但需要数百个步骤，使得大规模计算机筛选变得不切实际。近期在少步分子生成方面的努力将此过程加速到了 12-50 步，但它们通常在很大程度上牺牲了样本稳定性。在这项工作中，我们提出了 FlashMol，一种超快分子生成模型，可在仅需 4 步内产生高质量分子构象。为了实现这一点，我们将分布匹配蒸馏 (DMD)——一种反向 KL 散度最小化目标——适配到分子领域以进行有效蒸馏。考虑到 DMD 的局部最小化行为，我们对分子生成时间步进行了重新间隔，为生成器提供了更好的初始化，并实现了有效蒸馏。此外，为了减轻 DMD 的模式寻找行为并提高多样性，我们进一步用 Jensen-Shannon 散度项对其进行正则化，该项结合了正向 KL 散度的均值寻找行为。在 QM9 和 GEOM-DRUG 数据集上的大量实验表明，FlashMol 匹配甚至超越了原始的 1000 步教师模型，在保持高分子质量的同时，实现了高达 250 的采样速度加速。
引用
@article{arxiv.2605.07020,
title = {FlashMol: High-Quality Molecule Generation in as Few as Four Steps},
author = {Xinyuan Wei and Zian Li and Shaoheng Yan and Cai Zhou and Muhan Zhang},
journal= {arXiv preprint arXiv:2605.07020},
year = {2026}
}