化学反应从根本上说是电子空间的转化，但大多数机器学习方法要么通过\ textit {de novo}生成产物分子，要么通过直接在分子拓扑上操作的启发式图形编辑来模拟它们。我们介绍了MAELLE (\ textbf {M} ech\ textbf {A} nistic\ textbf {E} dit f\ textbf {L} ow-matching on e\ textbf {L} ectron r\ textbf {E} arrangement), w

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.27429v1)获取最准确的信息。

---
🔗 **原文链接**: [Mechanistic Reaction Prediction via Discrete Flow Matching o](https://arxiv.org/abs/2608.27429v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Nguyen Xuan-Vu, 屋大维·苏萨努, 丹尼尔阿姆斯特朗, Philippe Schwaller

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-28 14:02