NeurIPS 2026:无需训练与梯度,D-DOIT 引导离散扩散模型精准设计生物序列

AI新闻阅读 6
NeurIPS 2026:无需训练与梯度,D-DOIT 引导离散扩散模型精准设计生物序列
在 NeurIPS 2026 上发表的一项研究中,研究人员提出了一种名为 D-DOIT(Discrete Doob-Oriented Inference-time Transformation)的新方法。该方法旨在解决生物学序列设计中生成模型难以适配黑盒奖励的问题,通过修改推理阶段的采样规则而非微调模型参数,实现了对冻结离散扩散模型的引导。传统生物序列生成多采用自回归或掩码离散扩散模型。后者从全掩码状态出发,逐步揭示碱基或氨基酸位置,适合处理 DNA 和蛋白质等有限字母表数据。然而,在增强子设计或蛋白质逆折叠等任务中,仅从预训练分布采样无法满足对高活性或高稳定性的特定需求,必须引入奖励引导机制。现有的免训练引导方法通常面临两难:要么依赖难以获取的奖励梯度(如分类器引导),要么其计算开销随轨迹长度或搜索宽度显著增加(如序贯蒙特卡罗、扭曲扩散采样器)。D-DOIT 的核心突破在于将“奖励适配”视为分布搬运问题,利用随机过程中经典的 Doob h-变换理论,推导出适用于掩码离散扩散的形式。在理论推导中,研究人员定义了离散 Doob h-函数,即当前状态对未来最终奖励权重的条件期望。通过证明,只要按照下一状态与当前状态的 h 值之比对反向转移核进行重加权,即可在终点的边缘分布上精确构建出“奖励倾斜分布”。这一过程无需改动模型参数,仅需利用黑盒奖励的查询分数作为信号。实验验证显示,D-DOIT 方法在多项基准测试中表现优异。在 HepG2 细胞系的增强子设计任务中,高预算版本的 D-DOIT-Q 预测活性达到 6.19,优于需要微调的 DRAKES 模型(5.61)。在蛋白质逆折叠任务中,D-DOIT 的结构–稳定性联合成功率达到 68.1%,显著高于无需微调的 SMC(63.6%)和 TDS(62.9%)。相关研究论文已发布在 arXiv 上,项目代码和演示主页也已公开。该工作为生物序列设计领域提供了一种高效、通用且无需额外训练的新范式,使得冻结的大模型能够灵活适应各种黑盒评价标准。论文链接:https://arxiv.org/abs/2610.04938;代码链接:github.com/WeiminWu2000/D-DOIT;项目主页:https://weiminwu2000.github.io/blog/ddoit.html
NeurIPS 2026:无需训练与梯度,D-DOIT 引导离散扩散模型精准设计生物序列 - SmartAITool Blog