跳到正文
arXiv · ML· Riccardo De Santi, Federico Di Gennaro, Angelo Gnazzo, Sophia Tang, Pranam Chatterjee, Fanny Yang, \.Ismail \.Ilkan Ceylan, Michael M. Bronstein, Andreas Krause·· 2026-10-14AI 评分35

LLM-to-Flow Distillation:将自然语言目标教授给科学生成器

LLM-to-Flow Distillation: Teaching Natural Language Goals to Scientific Generators

AI 导读

LLM-to-Flow Distillation (LFD) 将冻结 LLM 作为自适应教师,通过迭代 DPO 蒸馏指导域特定生成器,实现对齐自然语言科学发现目标。 该方法无需显式代理奖励,通过 LLM 构建子目标课程并评判候选样本,提供密集学习信号以引导生成器探索分布外区域。 实验在治疗性肽和 Small-molecule 结构设计中验证了 LFD 能对科学发现任务实现生成控制。

来源:arXiv · ML · arxiv.org