English(EN) AceFF: A State-of-the-Art Machine Learning Potential for Small Molecules

AceFF：小分子药物发现的新机器学习势能

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员推出了AceFF，这是一种新颖的机器学习原子间势能（MLIP），专为小分子药物发现而设计。该模型改进了TensorNet2架构，并在大量类药物化合物数据集上进行了训练，以平衡速度和准确性。提供了AceFF-2和AceFF-2-OMOL两个版本，支持各种化学元素和带电状态，并在与药物发现相关的基准测试中展现了前沿性能。 AI

影响这种新的机器学习势能通过为小分子提供更快、更准确的模拟，有可能加速药物发现。

排序理由该集群描述了一个作为arXiv预印本发布的新机器学习模型，详细介绍了其架构和在科学基准测试上的性能。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个作为arXiv预印本发布的新机器学习模型，详细介绍了其架构和在科学基准测试上的性能。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Stephen E. Farr, Stefan Doerr, Antonio Mirarchi, Alireza Moradzadeh, Francesc Sabanes Zariquiey, Saee Paliwal, Gianni De Fabritiis · 2026-10-19 04:00

AceFF：小分子的最先进机器学习势能

arXiv:2601.00581v3 Announce Type: replace-cross Abstract: We introduce AceFF, a pre-trained machine learning interatomic potential (MLIP) optimized for small molecule drug discovery. While MLIPs have emerged as efficient alternatives to Density Functional Theory (DFT), generaliza…

本文如何被排名

报道来源 [1]

AceFF：小分子的最先进机器学习势能

相关实体

相关话题