#iclr-2026

Lambda 报告称 EGInterpolator 缩小了 DRUGS 上的分子动力学差距

Lambda 将 EGInterpolator 描述为与斯坦福大学合作的 ICLR 2026 工作，该方法先从丰富的构象数据中学习分子结构，再从稀缺的 MD 轨迹中学习运动。在 DRUGS 基准上，该公司表示该方法将与参考模拟的差距缩小了：键角 73%、键长 78%、扭转运动 24%。