**使用替代似然估计器的可扩展推理时退火方法**

_Scalable Inference-Time Annealing with Surrogate Likelihood Estimators_

> 本文提出可扩展推理时退火（SITA），一种基于流的模型重训练方法，利用能量模型实现快速替代似然，以逐步降低温度的方式生成样本，从而高效采样分子的玻尔兹曼分布。该方法避免了昂贵的散度项计算，在丙氨酸二肽和三肽上达到最优性能，代码已开源。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.31498)