arXiv · cs.AI · Yunhui Jang, Zach Wang, Jai Doshi, Kangway Chuang, Sidney Lisanza, Taylor Joren · 10 小时前模型评分34
MEMIG：面向抗体优化的自进化记忆构建框架
MEMIG: Self-evolving Memory Construction for Antibody Optimization
导读
MEMIG 提出一种面向生物分子优化的智能体记忆构建框架，把经验记录改为可索引、定量、结构化的形式，而非自由文本重写。它用领域标识符定位每条经验并累积性质预言机测得的定量效应，使更新保持局部、检索变为精确查找，还能连接联合施加的干预并分解评估集来度量其上位效应。在计算机抗体优化任务中，MEMIG 在多数设置下提升了表现。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学、科学研究
事件类型：研究发布
证据摘录
- “To address this, we argue that agent memory for biomolecule optimization should instead be indexable, quantitative, and structured, and we introduce MEMIG.”
来源：arXiv · cs.AI · arxiv.org