湖南大学和西安电子科技大学的研究人员提出了DeepBlock，一种基于深度学习的配体生成方法，旨在根据目标蛋白质序列定制分子并控制其属性。该方法结合块生成网络和优化算法，成功生成低毒性配体，未来将探索更广泛的分子生成潜力。
研究推出了BeanCounter，一个包含1590亿个令牌的公共数据集，专注于商业公开信息。与网络数据集相比，BeanCounter的数据更真实、毒性更低，并在金融领域表现更好。这为训练大型语言模型提供了高质量、低毒性的领域特定数据源。
我们训练了比GPT-3更能理解用户意图的语言模型，InstructGPT模型经过人类参与训练，现已成为API的默认语言模型，具有更真实和低毒性的特点。
完成下面两步后，将自动完成登录并继续当前操作。
