가변 길이 단백질을 생성하는 능력은 단백질 설계에서 매우 중요한데, 최적 길이가 종종 알려져 있지 않고 설계 가능성(designability)과 긴밀하게 연결되어 있기 때문이다. 현재 확산(diffusion) 및 플로우(flow) 기반 생성 모델은 일반적으로 샘플링 전에 단백질 길이를 미리 지정해야 하므로, 실현 가능한 설계 공간을 탐색하는 유연성이 제한된다. 이러한 한계를 해결하기 위해, 우리는 비균질 일반화 포아송 과정의 속도 함수를 음의 로그 가능도(negative log-likelihood) 최소화를 통해 학습하는 가변 길이 생성 프레임워크인 Generalized Poisson Flow(GPFlow)를 제안한다. 우리는 결합 다중 모달 분포를 복원하기 위한 모집단 수준의 보장을 수립하고, 데이터 분포와 생성된 분포 간의 KL 발산에 대한 상한을 도출한다. GPFlow의 가변 길이 생성 품질을 완전히 검증하기 위해 유클리드, 범주형, 리만 모달리티에 걸쳐 구조 및 서열 설계, 모티프 스캐폴딩(motif scaffolding), 펩타이드 공동 설계(peptide co-design)를 포함하여 GPFlow를 종합적으로 평가한다. 비조건부 설계에서 GPFlow는 대응하는 고정 길이 베이스라인과 비교하여 구조적 설계 가능성을 향상시키고 서열 설계에서 최고의 분포 적합성을 달성하는 동시에 길이 분포를 완벽하게 복원한다. 조건부 모티프 스캐폴딩에서 GPFlow는 16개 구조 기반 설계 과제 중 10개에서 1위를 차지하며 훨씬 더 많은 고유 성공을 거두고, 서열 기반 설계에서도 더 많은 통과 과제를 달성한다. 펩타이드 공동 설계에서 GPFlow는 네이티브 길이 오라클(native-length oracle)에 접근하지 않고도 경쟁력을 유지한다.
AtomBench는 생성 모델이 결정 재구성 시 접근하는 결정학적 정보의 양과 유형에 따른 성능 차이를 공정하게 비교하기 위한 모델 불가지론적 벤치마킹 프레임워크로, 기존 초전도체 데이터셋에 AtomGPT, CDVAE, FlowMM, MatterGen을 적용해 평가한다. 불연속적인 구조 매칭 기반 지표의 한계를 보완하는 연속 보정 RMSD(ccRMSD)를 새롭게 도입했으며, MatterGen이 원자 좌표 재구성에서 가장 우수한 성능을 보였고 임계 온도 T_c 조건부 학습은 재구성 충실도를 일관되게 향상시키지 않음을 확인했다.
결측 변수의 외삽 분포(extrapolation distribution)를 학습 목표로 삼는 심층 생성 프레임워크 Emputation을 제안하며, 에너지 점수 기반의 emputation risk를 최적화함으로써 MCAR·MNAR 등 광범위한 결측 가정 하에서 다중 대입(multiple imputation)을 위한 조건부 샘플링을 직접 수행할 수 있다. 알츠하이머병 데이터셋 실험을 포함한 시뮬레이션에서 점별·분포적 평가 지표 모두에서 우수한 성능을 보였다.
변분 오토인코더(VAE)를 독립 모델이 아닌 VAELinear 신경망 층으로 통합하고, 역전파 없이 층별로 학습하는 IFFCL과 다중모달 MVAE 목적함수를 결합한 학습 전략을 제안한다. MNIST 실험에서 세 층 모두 손실이 빠르게 감소했고, 10 에포크 기준 학습·테스트 정확도는 각각 53%와 55%에 도달했다.