受教师启发用于鲁棒分子性质预测的机器学习
机器学习
2026-01-08 v3 人工智能
计算工程、金融与科学
摘要
机器学习催化了化学与生物科学的革命。然而，其功效严重依赖于标注数据的可用性，而生化数据的标注极其费力。为克服这一数据稀疏挑战，我们提出一种名为 InstructMol 的指导式学习算法，用于度量伪标签的可靠性并帮助目标模型利用大规模未标注数据。InstructMol 不需要在多个领域间迁移知识，从而避免了预训练与微调阶段之间的潜在鸿沟。我们在多个真实世界分子数据集和分布外（OOD）基准上展示了 InstructMol 的高准确性。代码见 https://github.com/smiles724/InstructMol。
引用
@article{arxiv.2304.03906,
title = {Instructor-inspired Machine Learning for Robust Molecular Property Prediction},
author = {Fang Wu and Shuting Jin and Siyuan Li and Stan Z. Li},
journal= {arXiv preprint arXiv:2304.03906},
year = {2026}
}