药物设计中用于化学探索的测试时训练缩放律
机器学习
2025-12-04 v4
摘要
结合强化学习 (RL) 的化学语言模型 (CLM) 在从头分子设计中展现出潜力，但常遭遇模式坍塌问题，限制了其探索能力。受大语言模型中测试时训练 (TTT) 的启发，我们提出将 TTT 扩展应用于 CLM 以增强化学空间探索。我们引入了 MolExp，这是一个新型基准测试，强调发现具有相似生物活性的结构多样性分子，以模拟真实世界的药物设计挑战。我们的结果表明，通过增加独立 RL 智能体的数量来扩展 TTT 遵循对数线性缩放律，以 MolExp 衡量的探索效率得到显著提升。相反，增加 TTT 训练时间会产生边际效益递减，即使引入探索奖励也是如此。我们进一步评估了协作式 RL 策略以提升探索效率。这些发现为生成式分子设计提供了可扩展的框架，为优化 AI 驱动的药物发现提供了洞察。
引用
@article{arxiv.2501.19153,
title = {Test-Time Training Scaling Laws for Chemical Exploration in Drug Design},
author = {Morgan Thomas and Albert Bou and Gianni De Fabritiis},
journal= {arXiv preprint arXiv:2501.19153},
year = {2025}
}