RL引导扩散模型发现新材料
bravo_abad · x · 2026-07-07
详细技术帖讨论"reward-guided diffusion"：用强化学习作为后训练手段，引导扩散模型跳出训练分布、采样到低概率尾部的新结构。作者Hyunsoo Park和Aron Walsh将其重构为后训练问题，指出最大似然拟合的扩散模型倾向复现熟悉结构，而材料发现中有价值的新化合物恰在欠探索的低概率区域，因此需RL主动引导生成稳定新颖的晶体。
「研究」频道最新
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11