本文介绍了一种基于群体的新方法，使用语法进化进行自动设计，能够生成高亲和力的分子，优于已知的分子。该方法已经在 thymidine 激酶的对接实验中得到了成功应用。

本文强调了在深度网络训练中设计适当的损失函数的重要性，特别是在语义分割领域。作者提出了一种自动设计特定指标损失函数的方法，并介绍了可参数化函数和参数搜索中的约束。实验结果表明，所搜索的替代损失函数在其他数据集和网络上也具有良好的泛化能力，性能优于手动设计的损失函数。