COMO：最小风险训练用于光学分子识别
热点事件持续更新
COMO：最小风险训练用于光学分子识别
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Zhuoqi Lyu 与 Qing Ke 提出 COMO 框架，将最小风险训练（MRT）引入光学化学结构识别（OCSR），直接优化化学有效性、结构相似性等分子级不可微目标，以缓解 teacher forcing 带来的暴露偏差。 在 10 个合成与真实化学图基准上，COMO 以更少训练数据显著优于规则方法与学习方法。消融实验显示 MRT 与架构无关，可广泛用于端到端 OCSR 系统。
AI 根据报道生成 · 51 分钟前更新
最新进展11月11日 13:00
COMO：用最小风险训练实现闭环光学分子识别报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AICOMO：用最小风险训练实现闭环光学分子识别
COMO 将最小风险训练（MRT）引入光学化学结构识别（OCSR），通过直接优化分子级不可微目标（如化学有效性、结构相似性）缓解 teacher forcing 带来的暴露偏差。在 10 个合成与真实化学图基准上，COMO 以更少训练数据显著优于规则与学习方法。消融实验显示 MRT 与架构无关，可广泛用于端到端 OCSR 系统。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。