研究人员开发了MOCLIP，一个用于纳米光子学逆向设计的基礎模型，利用对比学习整合了几何和光谱表示。该模型实现了高通量零样本预测，能够快速设计超表面，并展示了在光学信息存储方面的潜力。一篇相关的评述探讨了大语言模型（LLMs）在纳米光子学中的应用，超越了传统神经网络，转向基于LLM的方法，这些方法能够生成代码并协调模拟工作流程以实现自主科学发现。 AI
影响 这些在纳米光子学基础模型和LLM方面取得的进展，有望加速光学器件的设计，并实现新的自主科学发现形式。
排序理由 该集群描述了一篇介绍纳米光子学基础模型的新研究论文，以及一篇关于同一领域LLM应用的评述论文。
在 Hugging Face Daily Papers 阅读 →
- Agentic Systems
- artificial intelligence
- deep learning
- foundation model
- large language models
- materials science
- nanophotonics
- neural networks
- surrogate models
- transformer-based models
- wireless communication
- contrastive learning
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
