AgentPLM：具备推理增强解码能力的代理蛋白语言模型用于蛋白序列设计

蛋白语言模型通常是被动的预言机，缺乏咨询外部生物物理反馈或在违反约束时重定向生成的机制。本文提出 AgentPLM，通过两项创新解决此问题：一是推理增强解码（RAD），在自回归生成中交织工具调用以获取实时反馈；二是对比代理策略优化（CAPO），一种轨迹级直接偏好优化扩展，端到端训练策略以学习何时利用反馈。实验表明，该方法在抗体优化等任务中达到最先进水平，提供了无需显式回溯即可实现在线错误修正的机制证据。