实体
OMat24
OMat24
PulseAugur coverage of OMat24 — every cluster mentioning OMat24 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的MoE架构提升了MLIPs的性能和可解释性
研究人员为机器学习原子间势（MLIPs）开发了新的专家混合（MoE）和线性专家混合（MoLE）架构。这些模型集成到DPA3框架中，在OMol25、OMat24和OC20M等基准测试中，与现有基线相比，性能有了显著提升。研究强调，共享专家和逐元素路由策略的稀疏激活是增强模型容量和实现化学上可解释的专家专业化的关键。
-
新的MLIP方法通过新颖的注意力机制增强外推性能 · 跟踪2个来源
研究人员通过研究SO(2)理论并识别传统架构的局限性，开发了一种用于机器学习原子间势（MLIP）的新方法。他们提出了新颖的相互作用构建块，包括边缘复数基（Edge Complex Product Basis）和径向旋转复注意力（Radial Rotary Complex Attention, RRA），以增强外推性能。这些应用于OMat24和MPTrj等数据集的进展，使得模型在Matbench Discovery基准测试中取得了最先进的性能。