预训练原子模型筛选 1620 种组合,为单原子金属找稳定衬底
bravo_abad · x · 2026-11-12
Bagheri 与 Koskinen 用预训练机器学习原子间势 MatterSim,把「环境」纳入搜索空间,为单原子厚金属层筛选保护性衬底:在 1620 种「金属-衬底」组合中,331 种同时通过动力学稳定性与结构过滤,候选者再经量子计算验证。研究表明衬底材料会改变哪些金属结构能稳定存在;结果仍是待实验验证的计算候选。方法论的启示:若材料只在特定环境下成立,就把环境本身纳入模型搜索空间。
「研究」频道最新
- Scale AI 论文:374 次攻击中 36% 成功,模型可在自训练迭代中暗中搞破坏 — Miles_Brundage · 2026-11-12
- 斯坦福 ICML 研究登上 CNBC:AI 智能体团队也会「随大流」 — StanfordAILab · 2026-11-12
- Aaronson-Ambainis 猜想获证明,更强变体一并证毕并附 arXiv — TuhinChakr · 2026-11-12
- 斯坦福研究:AI 五年内或减少放射科医生 33% 工时 — StanfordAILab · 2026-11-12
- 新基准 TissueMicroscopyBench:49 项评估测试 agent 看懂生物显微图像 — kenbwork · 2026-11-12
- 开源工具 minpts-check 一键检验 HDBSCAN 聚类稳健性 — leland_mcinnes · 2026-11-12