低/中/高 thinking 思考模式怎么选？RFD4-Proteína 蛋白设计回收调度策略性能对比与选型指南
【免费下载链接】RFD4-Proteina项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/RFD4-Proteina
RFD4-Proteína 是 Baker Lab 与 NVIDIA GenAIR 联合发布的生物分子设计模型（flow-matching），能根据你给定的结合靶标、酶基序或配体，同时生成蛋白序列与全原子结构。本文对比thinking_low / thinking_medium / thinking_high三档回收（recycle）调度预设的基准性能与 GPU 成本，帮你快速选出性价比最高的思考模式。
什么是 thinking 预设：回收调度到底在控制什么 🧬
RFD4-Proteína 用 flow matching 从噪声中逐步"雕刻"出分子结构。采样过程固定为60 个采样步，而每一小段步数内，模型主干网络（trunk）会被反复回收运行 N 次——跑得越多次，模型对该段的"思考"就越充分，输出越精细，但 GPU 时间也成比例增加。
三档thinking预设就是三种不同的"步数段 × 回收深度"排布（[steps, recycle depth]区间），全部采用前重后轻（front-loaded）策略：在采样早期（噪声大、结构未定型）多花时间思考，后期逐步收敛：
| 预设 | 调度区间(steps, recycle depth) | 总 trunk 通过次数 | 相对耗时 |
|---|---|---|---|
thinking_low | [10,4] [10,3] [10,2] [30,1] | 120 | 1× |
thinking_medium（默认） | [5,6] [10,5] [5,4] [10,3] [20,2] [10,1] | 180 | 1.5× |
thinking_high | [10,9] [10,8] [10,5] [20,3] [10,2] | 300 | 2.5× |
📌 默认配置在 inference.yaml#L8：
recycle_strategy: thinking_medium，不指定时即跑中档。模型训练阶段最多支持 9 次回收，见 config.json#L88-L93 中的recycle配置块——这也解释了为什么 high 档的最高回收深度正好是 9。除三档
thinking_*预设外，原生运行时还为每个预算档位提供了 flat（均匀）与 mid-peak（中间峰值）两种排布，可按任务特性进一步微调，参见 README.md#L228-L238。
性能实测：通过率 vs GPU 效率对比 📊
官方基准套件对三档预设做了同条件横评：每个靶标200 次独立生成，统一用 AF3 外部评估打分，覆盖 4 类设计任务。以下数据来自 benchmarks/summary.csv（完整逐靶标明细见 benchmarks/source_data.csv）：
✅ 一次通过率（pass rate，越高越好）
| 基准任务 | 靶标数 | low | medium | high |
|---|---|---|---|---|
| 蛋白-蛋白结合（PPI） | 24 | 14.1% | 16.4% | 19.1% |
| 小分子结合 | 77 | 20.9% | 25.2% | 27.8% |
| 酶基序（Atomic Motif Enzyme） | 37 | 10.6% | 12.4% | 13.5% |
| DNA 结合 | 3 | 1.3% | 2.0% | 2.3% |
⚡ GPU 效率（每 10 GPU 分钟产出的通过样本数，越高越划算）
| 基准任务 | low | medium | high |
|---|---|---|---|
| 蛋白-蛋白结合 | 23.7 | 25.8 | 24.5 |
| 小分子结合 | 58.9 | 66.5 | 59.8 |
| 酶基序 | 24.6 | 26.6 | 23.3 |
| DNA 结合 | 4.5 | 6.6 | 7.5 |
两个关键结论：
- 质量单调提升：通过率高/中/低严格递增，high 档在全部 4 类任务上通过率最高（比 low 档平均高约 5 个百分点）。
- 效率并非越高越赚：由于 high 档单次耗时约是 low 的 2.5 倍，而通过率并未翻倍，因此中档（medium）在 PPI、小分子、酶基序三类主力任务上 GPU 效率最高；只有样本量极小的 DNA 任务上 high 档效率领先。
- 官方对比表（high thinking 配置下，每 GPU 小时的结构上互异的通过数）显示其大幅领先同类方法：蛋白结合 71.6、小分子结合 112.25、酶基序 91.18，见 README.md#L253-L270。
⚠️ 口径提示：以上数值来自 2026-10-09 冻结基准（前一代权重对），尚未在当前 2026-10-19 发布上复测；"通过"是计算口径的结构判定（PAE、RMSD、pTM 等），不代表实验验证成功；DNA 仅 3 个靶标，结论参考性有限。评测口径详情见 benchmarks/METHODS.md。
选型建议：按任务场景选 thinking 模式 🎯
| 你的场景 | 推荐预设 | 理由 |
|---|---|---|
| 首次跑通流程 / 快速看个大概 | thinking_low | 耗时最短（1×），适合验证输入标注、参数是否配通 |
| 批量筛选、大规模候选生成 | thinking_medium | 默认档；通过率与 GPU 成本的最佳平衡点，三大主力任务效率最高 |
| 高价值靶标的最终候选池 | thinking_high | 通过率最高，值得用 2.5× 时间换取更多"结构上互异"的通过样本 |
| 小预算 + 追求数量 | thinking_low+ 增大num_replicates | 用更多独立采样弥补单次质量，总成本往往更低 |
一句话策略：先用 low 验证流程，medium 跑量筛选，high 收最终池。
快速上手：一条命令切换 thinking 预设 🚀
在原生运行时中，只需追加recycle_strategy参数即可切换（完整用法见 README.md 的 "Start with one design" 一节）：
# 中档（默认，可省略参数） rfd4-generate inputs=./input.cif \ hf_ckpt_path=nvidia/RFD4-Proteina \ num_replicates=1 out_dir=./runs/med '~metrics' compile_lengths=null # 切换到高档"深思考" rfd4-generate inputs=./input.cif \ hf_ckpt_path=nvidia/RFD4-Proteina \ recycle_strategy=thinking_high \ num_replicates=1 out_dir=./runs/high '~metrics' compile_lengths=nullPython 侧用Proteina.from_pretrained加载后，在 Hydra compose 的 overrides 中同样传入recycle_strategy=thinking_low|thinking_medium|thinking_high即可。
相关文件与延伸阅读 📁
- 预设定义与调度表：README.md#L228-L238
- 默认配置（
thinking_medium）：inference.yaml#L5-L8 - 网络回收训练参数：config.json#L88-L93
- 三档基准汇总数据：benchmarks/summary.csv
- 逐靶标原始数据：benchmarks/source_data.csv
- 评测方法与通过标准：benchmarks/METHODS.md
- 权重身份与校验和：release-checkpoints.json
- 许可协议（BSD 3-Clause）：LICENSE
💡 最后提醒：本仓库提供的是 EMA 推理权重（flow 模型 + 自编码器成对发布，不可跨版本混用）；如需 refolding 与指标评估，还需单独下载 alphafold2/runtime/ 或 openfold3/runtime/ 中的评估镜像。
【免费下载链接】RFD4-Proteina项目地址: https://ai.gitcode.com/hf_mirrors/nvidia/RFD4-Proteina
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考