В данной статье демонстрируется, что прямая оптимизация предпочтений (DPO) может быть эффективно использована для согласования неконтролируемой языковой модели, обусловленной структурой, с биофизической информацией. Согласованная модель, ProteinDPO, достигает стабильности предсказаний, сравнимой с моделями, разработанными для конкретных задач, и последовательно превосходит неконтролируемые и дообученные версии модели.