Buchumschlag

Controllable Molecular Generative Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Yihan, Liu, Yuhan, Li, Weijiang, Luo, Tengfei, Jiang, Meng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Diffusion Transformers for Multi-Conditional Molecular Generation
von: Liu, Gang, et al.
Veröffentlicht: (2024)

Graph Diffusion Transformers are In-Context Molecular Designers
von: Liu, Gang, et al.
Veröffentlicht: (2025)

Learning Repetition-Invariant Representations for Polymer Informatics
von: Zhu, Yihan, et al.
Veröffentlicht: (2025)

Open Polymer Challenge: Post-Competition Report
von: Liu, Gang, et al.
Veröffentlicht: (2025)

PharMolixFM: All-Atom Foundation Models for Molecular Modeling and Generation
von: Luo, Yizhen, et al.
Veröffentlicht: (2025)

Tabular Foundation Model for Generative Modelling
von: Jiang, Xiangjian, et al.
Veröffentlicht: (2026)

Transformers and Their Roles as Time Series Foundation Models
von: Wu, Dennis, et al.
Veröffentlicht: (2025)

Out-of-Distribution Generalization in Graph Foundation Models
von: Li, Haoyang, et al.
Veröffentlicht: (2026)

POINT$^{2}$: A Polymer Informatics Training and Testing Database
von: Xu, Jiaxin, et al.
Veröffentlicht: (2025)

Towards Urban General Intelligence: A Review and Outlook of Urban Foundation Models
von: Zhang, Weijia, et al.
Veröffentlicht: (2024)

Unveiling Stochasticity: Universal Multi-modal Probabilistic Modeling for Traffic Forecasting
von: Xiong, Weijiang, et al.
Veröffentlicht: (2026)

What Improves the Generalization of Graph Transformers? A Theoretical Dive into the Self-attention and Positional Encoding
von: Li, Hongkang, et al.
Veröffentlicht: (2024)

Revisiting Federated Fine-Tuning: A Single Communication Round is Enough for Foundation Models
von: Wang, Ziyao, et al.
Veröffentlicht: (2024)

LLM Sparsity Prior for Robust Feature Selection
von: Skinner, Caleb, et al.
Veröffentlicht: (2026)

GP-MoLFormer: A Foundation Model For Molecular Generation
von: Ross, Jerret, et al.
Veröffentlicht: (2024)

Relation-Aware Graph Foundation Model
von: Yu, Jianxiang, et al.
Veröffentlicht: (2025)

RoFt-Mol: Benchmarking Robust Fine-Tuning with Molecular Graph Foundation Models
von: Liu, Shikun, et al.
Veröffentlicht: (2025)

Bidirectional Generation of Structure and Properties Through a Single Molecular Foundation Model
von: Chang, Jinho, et al.
Veröffentlicht: (2022)

Are Foundational Atomistic Models Reliable for Finite-Temperature Molecular Dynamics?
von: Li, Denan, et al.
Veröffentlicht: (2025)

DiffHybrid-UQ: Uncertainty Quantification for Differentiable Hybrid Neural Modeling
von: Akhare, Deepak, et al.
Veröffentlicht: (2023)

Uni-Mol3: A Multi-Molecular Foundation Model for Advancing Organic Reaction Modeling
von: Wu, Lirong, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Foundation Models for Matched Molecular Pair Transformations to Recapitulate Medicinal Chemistry Intuition
von: Pan, Bo, et al.
Veröffentlicht: (2026)

Breaking the Bottlenecks: Scalable Diffusion Models for 3D Molecular Generation
von: Das, Adrita, et al.
Veröffentlicht: (2026)

GRAM-R$^2$: Self-Training Generative Foundation Reward Models for Reward Reasoning
von: Wang, Chenglong, et al.
Veröffentlicht: (2025)

Motif-aware Attribute Masking for Molecular Graph Pre-training
von: Inae, Eric, et al.
Veröffentlicht: (2023)

Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition
von: Liu, Fan, et al.
Veröffentlicht: (2025)

Statistically Accurate and Robust Generative Prediction of Rock Discontinuities with A Tabular Foundation Model
von: Meng, Han, et al.
Veröffentlicht: (2025)

CAGenMol: Condition-Aware Diffusion Language Model for Goal-Directed Molecular Generation
von: Li, Yanting, et al.
Veröffentlicht: (2026)

TabCF: Distributional Control Function Estimation with Tabular Foundation Models
von: Chen, Geping, et al.
Veröffentlicht: (2026)

SpecMol: A Spectroscopy-Grounded Foundation Model for Multi-Task Molecular Learning
von: Shen, Shuaike, et al.
Veröffentlicht: (2025)

Tokenization for Molecular Foundation Models
von: Wadell, Alexius, et al.
Veröffentlicht: (2024)

Multi-Source Urban Traffic Flow Forecasting with Drone and Loop Detector Data
von: Xiong, Weijiang, et al.
Veröffentlicht: (2025)

AutoScout: Structured Optimization for Automating ML System Configuration
von: Shong, Jimmy, et al.
Veröffentlicht: (2026)

Can Molecular Foundation Models Know What They Don't Know? A Simple Remedy with Preference Optimization
von: He, Langzhou, et al.
Veröffentlicht: (2025)

Federated Low-Rank Adaptation for Foundation Models: A Survey
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

FeDaL: Federated Dataset Learning for General Time Series Foundation Models
von: Chen, Shengchao, et al.
Veröffentlicht: (2025)

Multimodal Large Language Models for Inverse Molecular Design with Retrosynthetic Planning
von: Liu, Gang, et al.
Veröffentlicht: (2024)

Implicit Neural Differential Model for Spatiotemporal Dynamics
von: Akhare, Deepak, et al.
Veröffentlicht: (2025)

TabQL: In-Context Q-Learning with Tabular Foundation Models
von: Liu, Qisai, et al.
Veröffentlicht: (2026)

Multi-Armed Bandits With Machine Learning-Generated Surrogate Rewards
von: Ji, Wenlong, et al.
Veröffentlicht: (2025)