谱反馈机制优化蛋白扩散模型测试时对齐效果

发生了什么

arXiv研究团队针对现有离散扩散模型奖励对齐多为单向推理、无法回溯修正不佳token选择的痛点，提出谱反馈算法，通过反馈循环筛选编辑位置、重掩码重采样token，依托生物系统稀疏交互规律，基于蛋白质逆折叠编辑集值函数的稀疏傅里叶表示高效优化位置选择策略。该算法不改动原有生成流程，不同基座下稳定蛋白产出提升幅度最高达32.3%。

关键信息

论文来源

arXiv预印本2609.30456v1

核心算法

谱反馈（Spectral Feedback）

适配模型范围

预训练、测试阶段对齐、微调后的各类扩散模型

预训练模型稳定蛋白产出提升

32.3%

Best-of-10基线模型性能提升

24.8%

RL微调SOTA模型性能提升

5.8%

背景

此前针对离散扩散模型的奖励最大化对齐方法，多通过调整反向过程的token logits、或在中间步骤筛选优质序列实现，普遍将推理视为单向过程，缺乏对不佳token选择的回溯修正机制，编辑位置选择因效果相互干扰存在优化难题。

为什么重要

对AI蛋白设计领域而言，该方法无需改动原有扩散模型、无需额外微调即可提升高质量蛋白产出效率，降低了蛋白生成任务的对齐成本；对开发者而言，模型兼容特性降低了算法落地门槛；对生物医药下游应用而言，更高比例的稳定蛋白产出可加速酶、药物靶点蛋白的研发迭代效率。

后续看点

后续可关注该算法在其他离散扩散生成任务的迁移效果，以及不同奖励目标下的实际性能表现。