この記事は、直接選好最適化（DPO）が、教師なし構造条件付き言語モデルを生体物理学的情報と効果的に整合させるために使用できることを示しています。整合されたモデルであるProteinDPOは、タスク固有のモデルと同等の安定性予測を達成し、モデルの教師なしバージョンおよびファインチューニングされたバージョンを常に上回っています。