浙江大学和中南大学的研究团队开发了分子优化工具Prompt-MolOpt,该工具利用大型语言模型提升多属性优化能力。在有限数据处理上,成功率比传统模型高出15%。Prompt-MolOpt可灵活调整分子结构,适用于药物设计等领域,展现出巨大应用潜力。
本文介绍了一种名为ProGen的渐进式零样本数据集生成框架,该框架利用任务特定模型反馈生成训练数据,实验结果显示其在文本分类任务中表现优异。此外,提出了多种图像生成方法,包括ProSpect和基于类原型的条件扩散模型CPDM,旨在提升图像质量和生成灵活性,并解决灾难性遗忘问题。研究还探讨了图像合成和多属性优化技术,显著提升了生成质量和灵活性。
完成下面两步后,将自动完成登录并继续当前操作。