NeurIPS’26|无需训练+梯度:引导离散扩散模型设计DNA/蛋白质
2026.11.16 · 收录日 2026.11.16 · 模型 · 论文 · 论文预印本
新方法D-DOIT只改推理采样规则,让冻结的离散扩散模型适配任意黑盒奖励。
新智元报道,NeurIPS 2026一篇工作把奖励适配看作分布搬运问题,用Doob h-变换推导出掩码离散扩散上的形式,提出只需奖励值、无需训练的采样器D-DOIT。在HepG2增强子设计上,高预算的D-DOIT-Q预测活性达6.19,超过需微调的DRAKES(5.61);蛋白质逆折叠结构–稳定性联合成功率68.1%,高于SMC(63.6%)和TDS(62.9%)。
- 把奖励适配视为分布搬运问题,用Doob h-变换推导掩码离散扩散上的形式,模型参数完全不动。
- D-DOIT只需奖励值、无需梯度,黑盒打分器可直接接入,每步代价为1+M次模型前向和M次奖励查询。
- 两个配置:D-DOIT-LBOK-S(M=9、K=4,约1,970次前向)与D-DOIT-Q(M=52、K=8,约54,272次前向)。
- HepG2增强子设计:D-DOIT-Q预测活性6.19,超过需微调的DRAKES(5.61),仅在ATAC-Acc上略低(91.7% vs 92.5%)。
- 蛋白质逆折叠:D-DOIT结构–稳定性联合成功率68.1%,高于无需微调的SMC(63.6%)和TDS(62.9%)。
为什么值得看
免训练、免梯度即可把冻结扩散模型导向黑盒奖励。
适合谁关注
关注扩散模型、生物序列设计与推理期引导的研究者。
