跳到正文
HuggingFace Daily Papers· Yikun Zhang, Xiwei Cheng, Mingze Yuan, Yu Zhang, Brian Shim, Aarti Krishnan, Daniel Rosen, Kunyang Sun, Yingze Wang, Zhenfeng Deng, Botao Yu, Bingxu Liu, David Liu, Tianyu Liu, Yuanqi Du, Nir Hacohen, James J. Collins, Wengong Jin·· 6 天前精选AI 评分65

MoLRSI: 用于分子发现的递归自我改进AI智能体

MoLRSI: A Recursive Self-Improving AI agent for Molecular Discovery

AI 导读

研究人员提出MoLRSI,一种结合工作流和模型架构系统优化与跨任务持久记忆的AI智能体,用于递归改进分子发现搜索策略。在抗生素发现中,MoLRSI实现了15.9%的实验命中率,比先前专家主导的工作流提高近一倍;在肽-MHC结合物设计中,产生了8个实验验证的有效结合物,而Claude Science完全失败。

推荐理由

MoLRSI通过递归自我改进机制优化分子发现工作流,在抗生素发现中实验命中率提高近一倍,展示了AI智能体在复杂科学发现中的潜力。

来源:HuggingFace Daily Papers · arxiv.org