BriefGPT - AI 论文速递
·
分子回归的分布学习
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文评估了现有软目标方法在分子性质回归任务中的优点和局限性，并提出了一种新的回归方法DMoE。实验证明，DMoE是一种有前景的替代传统回归的方法，在所有数据集和架构上都显示出对基准模型的改进。
🎯
关键要点
-
软目标在分类设置中提高模型性能已被证明有效。
-
软目标在回归任务中的应用研究较少。
-
本文评估了现有软目标方法在分子性质回归任务中的优缺点。
-
提出了一种新的回归方法DMoE，旨在解决现有方法的局限性。
-
DMoE是一种独立于模型和数据的回归方法。
-
实验证明DMoE在分子性质预测任务中优于传统回归方法。
-
DMoE在所有数据集和架构上均显示出对基准模型的改进。
➡️
