在多种寡肽上训练可迁移力场模型实现跨体系泛化
Niklas_TR · x · 2026-10-17
作者强调机器学习力场的价值在于跨未见分子体系的泛化，因此他们在多种寡肽上训练了可迁移的 LFM。配图展示模型学到的构象态之间的转移路径（如 A→B→D 与 A→C→D）及对应分子构象变化。
所属事件:Langevin Flow Maps：自学会积分器的神经网络势加速分子动力学(10 条相关)→
「研究」频道最新
- 用 Opus 数小时设计出约 3.1 万美元开源低场 MRI 头部扫描仪 — DreamFly_13 · 2026-10-18
- 博士在自家棚屋建 Class 100 洁净室，开源家庭造芯片全流程指南 — jwt0625 · 2026-10-18
- MIT 发布多模态模型教 AI 看懂晶体 3D 结构 — MIT News AI · 2026-10-18
- GPG 投影的几何结构：马尔可夫链粗粒化新视角的工作进展 — michaelchchoi · 2026-10-18
- 无反向传播预训练提速 2.3 倍,Noise 方法逼近 Dust 纪录 — inductionheads · 2026-10-18
- q3dviewer 开源:像画画一样流畅编辑点群的 Qt+OpenGL 工具 — 4310sy · 2026-10-18