研究者实测:GPT 6.2 Astra 零样本生成晶体结构能力大幅跃升
xennygrimmato_ · x · 2026-11-19
AdeeshKolluru 在前沿模型蛋白质序列生成讨论的启发下,重新测试了模型零样本生成材料结构(MSUN)的能力,发现 GPT 6.2 Astra 似乎被训练得擅长晶体零样本生成:
- 一年多前他做过同样测试,当时结果基本无望;如今自回归模型只要在稳定结构数据(cif、json 等格式)上训练过,生成质量已明显可用。
- 对比中,另一模型 Fable 生成大量重复结构,导致唯一性(uniqueness)更差。
这是前沿模型在材料科学(AI for Science)生成能力上的实证观察。
「模型」频道最新
- Gemini 4 Neon 低档模式省 42% 成本,分数几乎不减 — adonis_singh · 2026-11-19
- 五周连发 Argon、Carbon、Hydrogen、Neon,谷歌 Gemini 4 迭代实录 — Afinetheorem · 2026-11-19
- 机器人实测:LLM 零样本 7/10 项目碾压微调世界动作模型 — paigeinsf · 2026-11-19
- Cloudflare 开源 Clairic 27B/9B 抽取模型并重构架构 — michellechen · 2026-11-19
- 实测 Gemini Neon 回答「最佳 AI SEO 课程」:直接点名哪些课是换皮老货 — gaganghotra_ · 2026-11-19
- Gemini 4 Neon SWE-sweep 39% 引质疑:成绩强依赖评测 harness — OfirPress · 2026-11-19