机器学习势函数揭示反钙钛矿玻璃快锂离子导电机理
TimothyDuignan · x · 2026-10-11
发表在《Journal of Materials Chemistry A》的新研究利用机器学习原子间势（machine-learning interatomic potentials），揭示了玻璃态反钙钛矿材料中快速锂离子传导的机理：晶格软化、拓扑无序与部分 paddlewheel（轮桨式）机制共同作用。研究来自 IIT Gandhinagar 团队，展示了 ML 势函数在电池材料模拟中的应用价值。
「研究」频道最新
- arXiv 论文探讨字节级语言模型的扩展、涌现抽象与信息分配 — yogthos · 2026-10-11
- NVIDIA 开源 GATOR:随手照片秒变可仿真 3D 物体 — AjayMandlekar · 2026-10-11
- Wuji Hand 开源 mjlab 训练栈：PPO 转笔与方块翻转全流程 — rohanpaul_ai · 2026-10-11
- Terence Tao 发布 27 页演讲:数学进入「证明过剩」时代 — ns123abc · 2026-10-11
- MemoType 论文:按类型分路检索,Agent 记忆 Recall@1 提升最多 16.18% — dair_ai · 2026-10-11
- GitSwarm 论文:多智能体共享 Git 仓库实现可组合的长程推理 — NandoDF · 2026-10-11