PulseAugur
中
实时 04:33:13
实体 VASP

VASP

PulseAugur coverage of VASP — every cluster mentioning VASP across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 9
发布 · 30天
0
90 天内 0
论文 · 30天
5
90 天内 8
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 9 条
  1. TOOL · CL_315422 ·

    CoLVR框架提升了MLLMs中的潜在视觉推理能力

    研究人员开发了CoLVR,一个旨在增强多模态大型语言模型(MLLMs)探索性推理的新框架。CoLVR采用对比训练方法来扩展语义潜在空间并避免过度约束的嵌入,从而促进更多样化的推理行为。实验表明,CoLVR在视觉推理任务上的性能显著提高,在VSP、Jigsaw和MMStar等基准测试中取得了显著的进步,并优于现有的潜在模型。

  2. TOOL · CL_315309 ·

    新数据集SoLiD26推动了用于固液界面模拟的MLIPs

    研究人员推出SoLiD26,一个旨在训练机器学习原子势(MLIPs)以模拟固液界面的新数据集。该数据集包含1540万个首个原理结构,最多包含576个原子和15种化学元素,源自密度泛函理论计算和从头分子动力学模拟。SoLiD26旨在通过提供对这些界面的全面采样来解决现有数据集的局限性,这些界面对于理解能源和催化材料至关重要。该数据集已被证明在训练MACE模型用于电化学和催化系统应用方面是有效的。

  3. TOOL · CL_312802 ·

    LatticeMind框架提升了AI辅助科学计算的可靠性

    研究人员开发了LatticeMind,一个新颖的代理框架,旨在提高复杂科学计算工作流的可靠性,特别是在密度泛函理论(DFT)领域。该框架使用自然语言生成可执行项目,并包含工作流契约和确定性验证步骤,以便在昂贵的求解器执行之前捕获错误。LatticeMind在各种DFT任务和不同求解器的基准测试中均显示出高成功率,与传统的试错修复方法相比,可预防的错误显著减少,效率得到提高。

  4. TOOL · CL_312380 ·

    微调后的小型语言模型在 VASP INCAR 生成方面表现优于大型语言模型

    研究人员开发了 INCAR-SLM,一个经过微调的小型语言模型 (SLM),能够根据自然语言请求可靠地生成 VASP INCAR 文件。该模型与名为 VASPGuard 的后处理器配对使用时,在 INCARBench 基准测试中表现明显优于大型通用语言模型,甚至比 GPT-5.4 高出 15.55 分。研究表明,对于这项特定任务,模型大小不如微调和后处理重要,性能在大约数十亿参数时趋于饱和。

  5. TOOL · CL_312379 ·

    新基准评估LLM在VASP计算科学配置能力

    研究人员推出了INCARBench,一个旨在评估大型语言模型(LLM)在Vienna Ab initio Simulation Package (VASP)科学计算配置能力的基准。该基准包括生成和修复VASP输入配置的任务。对19种不同LLM配置的测试显示,它们的性能存在显著差异,许多模型在语义和策略方面表现出高准确性,但在任务关键的正确性方面遇到困难,尤其是在涉及DFT+U、磁性和关联材料的复杂场景中。

  6. TOOL · CL_211374 ·

    Microsoft Research 增强了Skala深度学习DFT,提高了准确性并拓宽了访问权限

    Microsoft Research 发布了Skala 1.1,这是其深度学习密度泛函理论(DFT)方法的更新版本。新版本训练数据量是前代的2.5倍,在分子模拟的热化学、反应动力学和结构预测方面精度显著提高。为了提高可访问性,Skala现已集成到CP2K、Psi4、FHI-aims、ORCA和VASP等几种广泛使用的计算化学代码中。Microsoft Research 还推出了一个动态基准测试,以跟踪未来Skala版本的性能并加速预测…

  7. TOOL · CL_167174 ·

    新代理系统可自动执行复杂的原子模拟

    研究人员开发了一个基于代理的系统,该系统集成到URSA框架中,旨在自动执行复杂的多步原子模拟。该系统能够自主选择原子间势能、构建和执行模拟,并执行迭代误差恢复。通过与LAMMPS和VASP的LAVA等成熟工具包进行基准测试,证明了该代理的科学可靠性,减少了手动干预,并提高了原子建模的严谨性和可重复性。

  8. TOOL · CL_100170 ·

    EndoCoT框架通过多模态大语言模型增强扩散模型的推理能力

    研究人员推出EndoCoT,一个旨在增强扩散模型与多模态大语言模型(MLLMs)集成时的推理能力的新框架。该框架解决了当前MLLM集成中的局限性,例如推理深度不足和解码过程中的不变引导。EndoCoT采用迭代式思维引导模块来优化潜在思维状态,并采用终端思维接地模块来确保推理与文本监督对齐。这种方法使扩散模型能够逐步分解和执行复杂指令,从而在迷宫求解和数独等任务上取得改进的性能,平均准确率为92.1%。

  9. RESEARCH · CL_97830 ·

    AdsMind系统利用AI代理加速催化剂发现

    研究人员开发了AdsMind,一个新颖的多代理系统,旨在加速异质催化剂表面吸附构型的发现。该闭环框架集成了机器学习力场(MLFFs)和大型语言模型(LLMs),实现了自主纠错并提高了搜索可靠性。与启发式方法相比,AdsMind显著减少了所需的MLFF弛豫次数,实现了高成功率,并提供了比开放式LLM代理更准确的结果,从而支持更高效的自主化学工作流程。