研究人员开发了PRISM，一种新颖的自回归Transformer模型，旨在解决多层薄膜光学涂层设计的复杂逆问题。PRISM将材料选择和厚度预测整合到一个单一架构中，采用光谱前缀条件和累积深度旋转位置编码。基准测试表明，PRISM-13M在平均绝对误差（MAE）方面显著优于其他Transformer模型，同时使用的参数更少，而一个更大的变体实现了最先进的MAE，在速度和效率方面优于传统的优化方法。 AI
影响 该AI模型为光学涂层设计提供了一种更有效、更准确的方法，有望加速材料科学的研发。
排序理由 该集群描述了一篇详细介绍用于特定科学应用的新型AI模型的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.26502v1 Announce Type: new Abstract: The inverse problem of multilayer thin-film optical coatings design represents a complex combinatorial-continuous optimization challenge. We present PRISM (Position-encoded Regressive Inverse Spectral Model), a unified decoder-only …
PRISM is a decoder-only autoregressive transformer that efficiently solves the inverse problem of multilayer thin-film optical coatings design by jointly predicting material selection and thickness while leveraging spectrum prefix conditioning and cumulative-depth Rotary Position…