Buchumschlag

Pretraining Generative Flow Networks with Inexpensive Rewards for Molecular Graph Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pandey, Mohit, Subbaraj, Gopeshh, Cherkasov, Artem, Ester, Martin, Bengio, Emmanuel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GFlowNet Pretraining with Inexpensive Rewards
von: Pandey, Mohit, et al.
Veröffentlicht: (2024)

Why Pool When You Can Flow? Active Learning with GFlowNets
von: Zhang, Renfei, et al.
Veröffentlicht: (2025)

Investigating Generalization Behaviours of Generative Flow Networks
von: Atanackovic, Lazar, et al.
Veröffentlicht: (2024)

Enabling Realtime Reinforcement Learning at Scale with Staggered Asynchronous Inference
von: Riemer, Matthew, et al.
Veröffentlicht: (2024)

TacoGFN: Target-conditioned GFlowNet for Structure-based Drug Design
von: Shen, Tony, et al.
Veröffentlicht: (2023)

Random Policy Evaluation Uncovers Policies of Generative Flow Networks
von: He, Haoran, et al.
Veröffentlicht: (2024)

On Generalization for Generative Flow Networks
von: Krichel, Anas, et al.
Veröffentlicht: (2024)

Seq-VCR: Preventing Collapse in Intermediate Transformer Representations for Enhanced Reasoning
von: Arefin, Md Rifat, et al.
Veröffentlicht: (2024)

General Intelligence Requires Reward-based Pretraining
von: Han, Seungwook, et al.
Veröffentlicht: (2025)

Generalization on the Unseen, Logic Reasoning and Degree Curriculum
von: Abbe, Emmanuel, et al.
Veröffentlicht: (2023)

Revisiting Replay and Gradient Alignment for Continual Pre-Training of Large Language Models
von: Abbes, Istabrak, et al.
Veröffentlicht: (2025)

Baking Symmetry into GFlowNets
von: Ma, George, et al.
Veröffentlicht: (2024)

Transport-Coupled Bayesian Flows for Molecular Graph Generation
von: Xiong, Yida, et al.
Veröffentlicht: (2025)

Evaluating Loss Functions for Graph Neural Networks: Towards Pretraining and Generalization
von: Abbas, Khushnood, et al.
Veröffentlicht: (2025)

FALCON: Few-step Accurate Likelihoods for Continuous Flows
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Variational Bayesian Flow Network for Graph Generation
von: Xiong, Yida, et al.
Veröffentlicht: (2026)

gfnx: Fast and Scalable Library for Generative Flow Networks in JAX
von: Tiapkin, Daniil, et al.
Veröffentlicht: (2025)

Using Scaling Laws for Data Source Utility Estimation in Domain-Specific Pre-Training
von: Ostapenko, Oleksiy, et al.
Veröffentlicht: (2025)

Advancing Ligand-based Virtual Screening and Molecular Generation with Pretrained Molecular Embedding Distance
von: Wa, Shiyun, et al.
Veröffentlicht: (2026)

Improving Molecular Graph Generation with Flow Matching and Optimal Transport
von: Hou, Xiaoyang, et al.
Veröffentlicht: (2024)

Hierarchy-Guided Topology Latent Flow for Molecular Graph Generation
von: Awasthi, Urvi, et al.
Veröffentlicht: (2026)

Equivariant Efficient Joint Discrete and Continuous MeanFlow for Molecular Graph Generation
von: Xu, Rongjian, et al.
Veröffentlicht: (2026)

Generative Flows on Synthetic Pathway for Drug Design
von: Seo, Seonghwan, et al.
Veröffentlicht: (2024)

GFlowState: Visualizing the Training of Generative Flow Networks Beyond the Reward
von: Holeczek, Florian, et al.
Veröffentlicht: (2026)

An End-to-End Framework for Molecular Conformation Generation via Bilevel Programming
von: Xu, Minkai, et al.
Veröffentlicht: (2021)

Accelerating High-Efficiency Organic Photovoltaic Discovery via Pretrained Graph Neural Networks and Generative Reinforcement Learning
von: Qiu, Jiangjie, et al.
Veröffentlicht: (2025)

OrgFlow: Generative Modeling of Organic Crystal Structures from Molecular Graphs
von: Vahediahmar, Mohammadmahdi, et al.
Veröffentlicht: (2026)

Align Your Structures: Generating Trajectories with Structure Pretraining for Molecular Dynamics
von: Iyengar, Aniketh, et al.
Veröffentlicht: (2026)

Variational Flow Matching for Graph Generation
von: Eijkelboom, Floor, et al.
Veröffentlicht: (2024)

Efficient Regression-Based Training of Normalizing Flows for Boltzmann Generators
von: Rehman, Danyal, et al.
Veröffentlicht: (2025)

Local Search GFlowNets
von: Kim, Minsu, et al.
Veröffentlicht: (2023)

On the Generalization Ability of Unsupervised Pretraining
von: Deng, Yuyang, et al.
Veröffentlicht: (2024)

Towards Efficient Active Learning in NLP via Pretrained Representations
von: Vysogorets, Artem, et al.
Veröffentlicht: (2024)

Efficient Biological Data Acquisition through Inference Set Design
von: Neporozhnii, Ihor, et al.
Veröffentlicht: (2024)

Bifurcated Generative Flow Networks
von: Li, Chunhui, et al.
Veröffentlicht: (2024)

Generative Reward Models
von: Mahan, Dakota, et al.
Veröffentlicht: (2024)

Planning with Language and Generative Models: Toward General Reward-Guided Wireless Network Design
von: Yuan, Chenyang, et al.
Veröffentlicht: (2026)

Pretraining Transformer-Based Models on Diffusion-Generated Synthetic Graphs for Alzheimer's Disease Prediction
von: Moslemi, Abolfazl, et al.
Veröffentlicht: (2025)

Diffusion Generative Flow Samplers: Improving learning signals through partial trajectory optimization
von: Zhang, Dinghuai, et al.
Veröffentlicht: (2023)

Graph Generation with Spectral Geodesic Flow Matching
von: Huang, Xikun, et al.
Veröffentlicht: (2025)