后训练蛋白质折叠数据提升推理能力

发生了什么

据Hugging Face Papers报道，研究发现后训练蛋白质折叠数据可提升大模型通用推理能力。研究构建了FoldingCorpus数据集和Fold2Reason后训练配方，通过离散结构答案和连续3D几何信号进行训练。在FoldBench上，Fold2Reason的结构预测得分是Qwen3.5-9B的2.7至3.5倍，宏观平均准确率从45.09%提升至48.33%，在所有10个涵盖空间、图、科学和通用推理的基准测试中均取得正向增益。