연구진이 분자 볼츠만 분포 샘플링 효율성을 높이는 새로운 기법 SITA(Scalable Inference-Time Annealing)를 개발했어요. SITA는 플로우 기반 모델을 재훈련하여 에너지 기반 모델을 활용, 점진적으로 낮은 온도에서 샘플을 생성하며 기존 방식의 복잡한 계산 비용을 줄였어요. 알라닌 다이펩타이드와 트라이펩타이드 시뮬레이션에서 기존 방식보다 뛰어난 성능을 보여줬어요.
SITA는 기존 방식의 단점으로 지적됐던 스코어 필드에 대한 다이버전스 계산을 없애 대규모 시스템에도 적용 가능하도록 설계됐어요. 연구 결과는 GitHub에서 확인할 수 있어요.
SITA는 중요 샘플링을 통한 데이터 생성 방식으로, 점진적으로 온도를 낮추면서 확산 모델을 미세 조정하는 방식으로 작동해요.