PulseAugur
中
实时 23:33:37
English(EN) AtomWorld-Mem: Memory-Restored World States for Long-Horizon Atomistic Evolution

新的AtomWorld-Mem模型通过记忆恢复增强原子演化

研究人员推出了一种新颖的世界模型AtomWorld-Mem,旨在通过从瞬时晶体快照恢复潜在的世界状态来改进长时程原子演化。该模型将演化的合金视为一个AtomWorld,使用空间编码器和记忆集成来重建一个具有未来预测能力的演化状态。AtomWorld-Mem在固定事件预算下,在保持高保真演化和展示跨不同合金-温度AtomWorlds的零样本迁移能力的同时,已证明了其增强的长时程原子进展能力。 AI

影响 这项研究可能带来更高效和可迁移的原子模拟,对材料科学和计算化学产生影响。

排序理由 该集群包含一篇详细介绍新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的AtomWorld-Mem模型通过记忆恢复增强原子演化

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Tian Luo, Ruge Zhang, Haozhi Han, Yifrng Chen, Yunquan Zhang, Yunxin Liu, Ting Cao, Kun Li ·

    AtomWorld-Mem: 用于长时域原子演化的记忆恢复世界状态

    arXiv:2609.31133v1 Announce Type: new Abstract: High-fidelity atomistic evolution over long timescales requires more than observing the current crystal configuration. Instantaneous atomistic snapshots are often incomplete: locally similar configurations can correspond to differen…