Npj Comput. Mater.: 大原子模型为材料研发提速：零样本也能精准?
知社学术圈
2025-01-22 11:30
文章摘要
本文介绍了由北京科学智能研究院和北京深势科技等机构合作开发的大原子模型DPA-2，该模型通过多任务预训练方法，能够一次性学习多种化学与材料体系的特征，从而在面对新任务时提供更准确的预测。DPA-2模型在“零样本”预测任务中的精度提升至多可达50%，并在多种下游任务中表现优异。此外，该模型通过蒸馏步骤生成高效精简的学生模型，支持大规模分子动力学模拟。研究表明，DPA-2模型不仅提升了分子模拟的理论与工具，还为高通量材料设计和前沿交叉研究提供了更多可能性。该研究成果发表于npj Computational Materials，DOI为10.1038/s41524-024-01493-2。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Accelerating materials property prediction via a hybrid Transformer Graph framework that leverages four body interactions
DOI: 10.1038/s41524-024-01472-7
Pub Date : 2025-01-18
"Nano-In-Nano" Schottky Diodes Fabricated by Combining Self-Aligned Nanogap Patterning with Bottom-Up ZnO Nanowire Growth.
DOI: 10.1021/acsaelm.4c01609
Pub Date : 2025-01-02
Date: 2025/1/14 0:00:00
High-Specific Power Flexible Photovoltaics from Large-Area MoS<sub>2</sub> for Space Applications.
DOI: 10.1021/acsaem.4c01797
Pub Date : 2025-01-02
Date: 2025/1/13 0:00:00
知社学术圈
告别复杂体系的实验试错法：离子热电中的机器学习 | NSR.
2025-01-23
南科大Appl. Phys. Rev.: 极化子跃迁诱导电致变色氧化物的双波段光吸收.
2025-01-23
基金申请是一场跨越时空的沟通与交流: 打动评审专家的13条建议.
2025-01-22
京公网安备 11010802042870号
