TeaNet 论文对比 RDF 曲线，逼近实验结果
CatAstro_Piyush · x · 2026-07-26
这条帖转发了一篇材料/分子模拟论文 TeaNet: Universal neural network interatomic potential inspired by iterative electronic relaxations。
配图是 O-O、O-H、H-H 的径向分布函数（RDF）对比图，把 TeaNet、ReaxFF 和实验结果放在一起。发帖人提到，自己原本只是在看“用于晶体结构预测的遗传算法如何演化成图卷积式 MLIP”的脉络，顺带发现了 TeaNet 这篇并不熟悉的工作。
「研究」频道最新
- Orca 开源灵巧手研究栈，打通遥操作与训练 — tensorqt · 2026-07-26
- 本周 AI 论文盘点：世界模型、具身智能体与自改进 agent — _akhaliq · 2026-07-26
- PFNs 从头训练做表格数据，后训练 LLM 很快撞墙 — roydanroy · 2026-07-26
- 论文发现 RL 收益可由预训练损失预测，最优算力占比约 20% 至 28% — rohanpaul_ai · 2026-07-26
- 2007 年集合通信综述，至今仍适合入门 NCCL — abhi9u · 2026-07-26
- 阿里和港中文用一张图预测机器人场景的 4D 未来 — jiqizhixin · 2026-07-26