MotifRole-Diff：掩蔽分子图扩散的风险最优角色感知腐败

arXiv:2607.21634v1 公告类型：新摘要：用于分子图生成的掩模离散扩散通常对无损图到序列表示中的所有标记应用统一的损坏计划，隐式地将结构异构分子组件视为重建同样困难且同样重要。然而，不同的分子图令牌角色在去噪难度及其对解码分子的影响方面表现出很大的差异，从而激发了特定于角色的腐败策略。我们引入了 MotifRole-Diff，这是一种角色感知的损坏过程，它根据经验测量的去噪难度和图级扰动影响来分配掩蔽率，同时保留模型架构、干净的序列空间和无损分子图解码器。我们将计划选择制定为跨代币角色的固定屏蔽预算的风险最优分配。我们的定理描述了建模的角色加权剩余风险的最优性，而下游发电绩效则根据经验进行评估。在匹配的架构、训练预算和采样计算下，MotifRole-Diff 将 QM9 的有效性从 0.905 提高到 0.944，同时将 FCD 从 1.701 降低到 1.609，在 MOSES 上将有效性从 0.920 提高到 0.938，同时将 FCD 从 2.125 降低到 1.850。角色明智的诊断进一步显示了跨分子图标记类别的改进重建。总之，这些匹配计算结果表明，与序列化分子图扩散的统一时间表相比，结构通知腐败是一种更有效的屏蔽策略。