为何不如于流动？基于GFlowNets的主动学习
机器学习
2025-09-03 v1 人工智能
定量方法
摘要
池化式主动学习的可扩展性受限于评估大型未标记数据集的计算成本，这在药物发现的虚拟筛选中尤为突出。虽然主动学习策略如贝叶斯主动学习不一致（BALD）优先选择信息丰富的样本，但在规模化到数十亿样本后仍计算密集。本文引入 BALD-GFlowNet，一种生成式主动学习框架，规避了这一问题。我们利用生成式流网络（GFlowNets）直接按BALD奖励比例抽样对象。通过用生成式抽样取代传统的池化式获取，BALD-GFlowNet实现了与未标记池规模无关的可扩展性。在我们的虚拟筛选实验中，我们展示了 BALD-GFlowNet 在标准BALD基线相当的性能，同时生成更具结构多样性的分子，为高效且可扩展的分子发现开辟了前景。
关键词
引用
@article{arxiv.2509.00704,
title = {Why Pool When You Can Flow? Active Learning with GFlowNets},
author = {Renfei Zhang and Mohit Pandey and Artem Cherkasov and Martin Ester},
journal= {arXiv preprint arXiv:2509.00704},
year = {2025}
}
备注
6 pages; 5 figures