研究人员开发了一种新颖的扩散树采样(DTS)方法,用于在推理时自适应扩散基础生成模型。该技术在去噪过程中采用蒙特卡洛树搜索,无需昂贵的微调或修改底层模型即可将模型引导至多个冲突的属性。DTS已成功应用于从头晶体生成,能够生成具有高介电常数和带隙等期望特性的晶体,并提高生成结构的稳定性。 AI
影响 使生成模型能够更高效、更灵活地适应科学发现,而无需重新训练。
排序理由 该集群包含一篇详细介绍生成模型新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- AI for Science Strategy
- arXiv
- band gap
- Crystal generative models
- Diffusion Tree Sampling
- Monte Carlo tree search
- Pareto frontier
- relative permittivity
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →