BriefGPT - AI 论文速递 · 2025-05-15T00:00:00Z All You Need Is Synthetic Task Augmentation 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新策略，将规则基础模型与可微分神经网络结合，显著提升了19个分子属性预测任务的性能。通过同时训练图变换器神经网络，利用稀疏的多任务实验目标和基于XGBoost模型的合成目标，实现了有效的合成任务增强，无需特征注入或预训练。 🏷️ 标签 XGBoost 分子属性预测 可微分神经网络 图变换器 规则基础模型 阅读原文 生成长图 分享链接 已复制链接
