腾讯 AI Lab 提出的 Interformer 模型基于 Graph-Transformer 架构，旨在改进蛋白质-配体对接和亲和力预测。该模型通过交互感知混合密度网络捕获非共价相互作用，提升了预测性能和可解释性。研究表明，Interformer 在多个基准测试中表现优异，成功识别高效小分子，展示了其在药物设计中的潜力。
本研究针对点击率预测中的信息异构性问题，提出了InterFormer模块，以实现不同信息模式之间的双向互动学习，减少信息损失。研究表明，InterFormer在多个公开数据集和大型工业数据集上取得了最先进的性能，展示了其在提升推荐系统效果方面的巨大潜力。
完成下面两步后，将自动完成登录并继续当前操作。
