arXiv · Machine Learning· Wenyu Zhu, Chengzhu Li, Xiaohe Tian, Yifan Wang, Yinjun Jia, Jianhui Wang, Bowen Gao, Haichuan Tan, Ya-Qin Zhang, Wei-Ying Ma, Yanyan Lan·· 10 小时前AI 评分45
MECo：代码驱动的可解释分子编辑框架
Coder as Editor: Code-driven Interpretable Molecular Editing
AI 导读
研究团队提出 MECo，将大语言模型生成的分子编辑意图转化为可执行代码，以衔接意图推理与分子结构修改。在复现留出的真实编辑任务上准确率超过98%；下游理化性质和靶点活性基准的一致性提升38–86个百分点至90%+，成功率高于基于SMILES的基线并保持结构相似性。
来源：arXiv · Machine Learning · arxiv.org