Компьютерные науки > Машинное обучение [представлено 9 октября 2026 года] Название: MORAD: Укрепление обучения с многоцелевыми выгодами для RNA Inverth Design View PDF HTML (экспериментальный) резюме: Мы введем MORAD, онлайновую систему дополнительного обучения для моделей распространения РНК с учетом базовых условий, которая обучает единую общую политику по различным целевым позвонкам. Конструктивная обратная конструкция РНК направлена на поиск последовательности нуклеотидов, совместимых с целевой трехмерной магистралью, однако существующие методы дополнительного обучения либо оптимизируют отдельную политику для каждой целевой опоры, либо зависят от оптимизации офлайновых преференций, в результате чего после прохождения онлайновой подготовки многоразовая модель с кондиционированием позвоночника остается практически неисследованной. MORAD сочетает в себе групповой отбор с учетом основных условий, нормализацию системы вознаграждения по отношению к группам и цель распространения на переднем этапе процесса. Помимо существующих преимуществ RL, которые в первую очередь ориентированы на качество структуры высшего уровня, МОРАД совместно оптимизирует шесть измерений с охватом третичной геометрии, парирования оснований, поведения ансамблей и состава последовательности. Для агрегирования этих разнородных целей, несмотря на различия в масштабах и направлении оптимизации, МОРАД картирует каждое измерение с учетом ограниченной желательности и сочетает их со средневзвешенным…
МОРАД: Укрепление обучения с использованием многоцелевых вознаграждений для реверсного дизайна РНК
arXiv: 2610.13305v1 Annualce Type: Cross Brieft: Мы введем MORAD, онлайновую систему дополнительного обучения для моделей диффузии RNA с конструкцией на основе базовых условий, которая обучает единую общую политику по различным целевым основам. Конструктивная обратная конструкция РНК направлена на поиск последовательности нуклеотидов, совместимых с целевой трехмерной магистралью, однако существующие методы дополнительного обучения либо оптимизируют отдельную политику для каждой целевой опоры, либо зависят от оптимизации офлайновых преференций, в результате чего после прохождения онлайновой подготовки многоразовая модель с кондиционированием позвоночника остается практически неисследованной. MORAD сочетает в себе групповой отбор с учетом основных условий, нормализацию системы вознаграждения по отношению к группам и цель распространения на переднем этапе процесса. Помимо существующих преимуществ RL, которые в первую очередь ориентированы на качество структуры высшего уровня, МОРАД совместно оптимизирует шесть измерений с охватом третичной геометрии, парирования оснований, поведения ансамблей и состава последовательности. Совокупность этих неоднородных целей, несмотря на различия в масштабах