经验库的区分力多来自编辑本身而非靶点描述。
资讯摘要
论文分析LLM智能体在蛋白口袋中逐步编辑配体并对接的流程，探讨将此前探测产生的经验存入经验库、供新口袋复用是否可行。作者用CrossDocked2020测试集一次运行的完整日志检验：以编辑位点接触、动作和轮次为键时，经验库能明显区分改进与变差编辑，但该区分主要来自编辑对分子尺寸的改变、动作和轮次，而非靶点描述；直接给出靶点身份时区分度高出数倍。对未出现在库中的口袋，迁移只能依赖描述，而精确匹配描述很少复现、粗糙描述区分度低。作者认为，在所研究的表示与查找方案下，经验库更适合为智能体自身提案的对接排序，而非直接规定构建什么。
要点速读
- 论文以CrossDocked2020测试集一次运行的完整日志，检验经验库的键能否在未见口袋上复现并区分改进与变差编辑。
- 以编辑位点接触、动作和轮次为键时区分明显，但该区分主要由分子尺寸变化、动作和轮次解释，均不描述靶点。
- 直接给出靶点身份时区分度高出数倍；精确匹配描述很少复现，粗糙描述区分度低，可迁移信号主要描述编辑及其产物。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。