利用生成树和自我批评的条件任意属性分子生成

通过引入现代的 Transformer 架构、随机属性遮盖训练（使得模型可以以任意属性集合作为条件进行生成，并获得无需分类器的引导）、辅助属性预测损失（使得模型可以自我评估和选择最佳分子）以及其他改进措施，我们将 Spanning Tree-based Graph Generation 扩展为多属性条件生成，并展示了在内部和外部分布的条件生成及奖励最大化上，STGG + 达到了最先进的性能。