09:29
官方账号arXiv cs.LG@Brendan Smith, Susana Lopez-Moreno, Eric Dolores-Cuenca, Sangil Kim, Jose L. Mendoza-Cortes, Nijamudheen Abdulrahiman
推荐理由：做科学 ML 的人可以看看这个，它把数据、训练、筛选、报告都串成现成管线，省去自己拼装的麻烦，还自带基准结果。
化学信息学
共 3 条相关 AI 资讯
8月6日
09:29
CheMLFlow 是一个开源平台，用于构建和执行端到端、高通量及智能体驱动的科学工作流。它提供模块化组件、可运行参考管线、标准化产物和评估输出，降低多步骤机器学习管线的编排成本。该平台支持可插拔表示与模型、确定性数据划分、批处理执行和报告生成，并面向智能体辅助实验设计提供了配置驱动接口。论文展示了在量子力学、物理化学和生物活性性质预测基准上达到文献水平的结果，并给出时间序列数据集上超越分子化学的应用案例。
8月5日
11:43
11:43
官方账号arXiv cs.LG@David Ming Segura, Jeremy Goumaz, Joshua W. Sin, Bojana Ranković, Philippe Schwaller
推荐理由：CheMatE让模型同时懂SMILES和化学文献，两阶段训练后在分子性质预测和科学理解任务上都不输基线。
6月11日
12:34
12:34
官方账号arXiv cs.AI@Xinni Zhang, Zijing Liu, He Cao, Yu Li, Irwin King
精选
推荐理由：做分子生成或逆合成预测的团队，MolGram用更少参数就能超越3倍大模型，值得在自家任务上试试。