蛋白质折叠训练让LLM学会空间推理
推荐指数 74.0 NO. 018 · 2026.10.06
upvotes94comments3
为什么值得看
研究团队构建了FoldingCorpus数据集和Fold2Reason训练方法，让模型通过蛋白质折叠任务学习3D空间推理能力。这为LLM摆脱对文本表面模式的依赖、获得可验证的结构化推理提供了新路径。
媒体预览
编辑判断
这个工作的巧妙之处在于把蛋白质折叠变成了可大规模生成的推理训练场——一个确定结构能衍生出数千条可自动验证的空间陈述，解决了RLHF和思维链里奖励信号稀疏、人工标注贵的问题。
之前让LLM学推理主要靠数学竞赛题（如GSM8K、MATH），但那些题目总量有限且领域单一。蛋白质数据库PDB有20万+结构，且3D几何约束是硬规则，模型说错了能立刻反馈，这比人类写的文本答案干净得多。
工程落地层面，FoldingCorpus和FoldBench已经开源，但训练需要同时优化离散语言头和连续3D解码器，对基础设施有一定要求。做科学计算、分子模拟、或者想给LLM加空间智能的团队可以优先跟进，通用推理方向的团队也值得关注这种跨域迁移的scaling效果。