CrystalREPA修订版报告改善晶体生成稳定性
热点事件持续更新
CrystalREPA修订版报告改善晶体生成稳定性
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Chengqian Zhang等提交CrystalREPA论文v2,报告该方法在三种生成框架、十个MLIP教师和两个基准数据集上提升了生成晶体的热力学稳定性、结构有效性和结构保真度,且不增加推理成本。 CrystalREPA将晶体生成编码器与冻结的通用机器学习原子间势(MLIP)表征对齐,把稳定性先验迁入生成模型。论文还报告,迁移效果与原子级表征的可区分性密切相关,难以由标准排行榜准确率预测。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
CrystalREPA:将通用机器学习原子间势(MLIP)的物理先验迁移至晶体生成模型报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine LearningCrystalREPA:将通用机器学习原子间势(MLIP)的物理先验迁移至晶体生成模型
CrystalREPA通过对齐晶体生成编码器与冻结的通用机器学习原子间势(MLIP)表征,将稳定性先验迁入生成模型,且不增加推理成本。在三种生成框架、十个 MLIP 教师和两个基准数据集上,它提升了生成晶体的热力学稳定性、结构有效性和结构保真度。MLIP 的迁移效果难由标准排行榜准确率预测,却与原子级表征的可区分性密切相关。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。