Runs N' Poses

内容与规模

用 2021-09-30 之后发布的约 2,600 个蛋白-配体体系，评测 AlphaFold3、Chai-1、Protenix、Boltz-1 等共折叠模型 [1]。

真值来源与是否盲测

真值为训练截止后公开的实验结构，按时间切分，再按与训练集的相似度分层；属回顾式，但对被测模型而言是"未见过"的数据。

谁用它发布结果、运营方角色

由学术团队（欧洲）作为第三方独立评测发布，不是被测模型的开发方 [1]。

泄漏与缺陷

核心发现：模型性能随与训练集相似度下降而下降，强结果中有相当部分是对相似体系的记忆而非泛化；追加发现是物理对接工具（Attracting Cavities、Vina）在新配体、新口袋上优于共折叠模型 [2]。见 数据泄漏（训练-测试泄漏）。局限：时间切分之外的相似度分层依赖相似度度量选择；各模型训练截止日不同，需逐模型核对。

来源

1. https://www.biorxiv.org/content/10.1101/2025.02.03.636309.full.pdf (2026-10-15)
2. https://www.biorxiv.org/content/10.64898/2025.12.09.693161.full.pdf (2026-10-15)