arXiv · AI· Yuxiang Wang, Baojian Zhou, Qifang Zhao, Keyue Jiang, Yanghua Xiao, Xiaoxiao Xu·· 1 天前AI 评分35
ProtAgent：基于交互级信用分配的蛋白质工具智能体后训练
ProtAgent: Post-Training Compact Protein Tool Agents with Interaction-Level Credit Assignment
AI 导读
ProtAgent-8B 通过两步后训练流程，在真实生物信息学工具闭环协议中取得 61.00% 成功率的标注覆盖度。 该指标高于 DeepSeek-V3.2-Thinking 671B 的 41.60%，且优于最强前沿系统的 60.80%。模型采用 SFT 与 REINFORCE 算法，通过步级信用分配显著提升了策略表现。
来源：arXiv · AI · arxiv.org