学习蛋白质折叠能否泛化到更广泛的推理能力？

研究者构建了蛋白质问答数据集 FoldingCorpus 与后训练方案 Fold2Reason，通过离散结构答案和连续 3D 几何两种信号进行训练。在 FoldBench 上，其结构预测得分达到 Qwen3.5-9B 的 2.7 至 3.5 倍，并在空间、图、科学及通用推理等 10 个基准上全部取得提升，宏平均准确率从 45.09% 升至 48.33%（+3.23 个百分点）。