CrystalFlow
PulseAugur coverage of CrystalFlow — every cluster mentioning CrystalFlow across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的生成模型uFlowCSP大幅加速晶体结构预测
研究人员开发了uFlowCSP，这是一种新颖的晶体结构预测生成模型，可显著加快推理过程。与需要数千次顺序评估的先前模型不同，uFlowCSP使用均值流方法，在一次到五次评估中生成完整的晶体结构。该方法在MP-20和CSPBench等基准测试上取得了相当或更好的性能，同时与CrystalFlow和DiffCSP等模型相比，推理时间减少了几个数量级。
-
TFMat框架使用文本引导的流匹配实现高效晶体结构生成
研究人员开发了TFMat，一个使用文本引导的流匹配来更高效地生成晶体结构的新框架。该方法允许整合结构化材料语言，如成分、对称性和属性提示，来引导生成过程。TFMat在Perov-5和Carbon-24等晶体结构预测基准测试中表现出改进的性能，并通过对元素计数和密度分布进行对齐，在从头生成方面显示出潜力。
-
AI利用语言引导晶体和分子结构生成
两篇新研究论文介绍了使用语言信息流匹配进行结构生成的新方法。第一篇TFMat使用结构化文本引导晶体结构生成，提高了匹配率和与期望属性的一致性。第二篇LiFT采用语言衍生的化学先验知识来指导用于药物设计的3D分子生成，在保持结构有效性的同时提高了药物化学指标。
-
新的AI工作流程通过代理引导生成加速材料发现
研究人员开发了一种新的材料设计工作流程，该工作流程使用高斯过程代理来有效地指导生成模型。这种方法通过智能选择候选结构，大大减少了昂贵的属性评估的需要。该系统集成了MatterGen和CrystalFlow等预训练的扩散先验以及ORB嵌入，在各种材料属性上表现出强大的性能，并已作为开源软件发布。