仅需 3 条新数据，基础模型把热导率误差从 47% 降到 2%
bravo_abad · x · 2026-09-06
Póta 等人提出一种评估科学基础模型的新视角：关键不在零样本精度，而在它能摊薄多少昂贵的高质量科学数据成本。
- 以预训练原子级基础模型作为可复用先验，仅微调材料相关部分：学习到的势函数提供原子间作用力，Wigner 输运方程保持热输运物理的显式性
- 热导率是苛刻测试场景，依赖微妙的非谐原子相互作用
- 对 LiBr 案例，仅需 3 条新材料 DFT 配置做适配，热导率预测误差即从约 47% 降至 2%
结论：科学基础模型的真正考验，可能是在新问题上需要多少新数据才能变得可信。
「研究」频道最新
- 谷歌工程师论文：对齐需多智能体协作，孤立训练本质不足 — sebkrier · 2026-09-06
- Langford 讨论 Transformer 深层信息丢弃与梯度下降的架构含义 — JohnCLangford · 2026-09-06
- 又一个反例：图记忆在 LongMemEval 上输给平面向量基线 — CShorten30 · 2026-09-06
- Liquid AI 2.6B 模型刷新化学合成 SOTA,超越前沿 LLM 27% — JosephJacks_ · 2026-09-06
- H-对偶现象有了统一理论，步长反转催生新优化算法 — prof_grimmer · 2026-09-06
- SOMA 从单目视频重建皮下肌肉变形,无需 FEM 仿真 — danbri · 2026-09-06