零样本也精准？大原子模型为材料研发提速
计算材料学
2024-12-26 08:00
文章摘要
本文介绍了由北京科学智能研究院、北京深势科技等机构合作提出的大原子模型DPA-2，该模型采用多任务预训练方法，能够同时学习多种化学与材料体系的特征，从而在面对“从未见过”的下游任务时给出更准确的预测。研究表明，DPA-2在“零样本”预测任务中的精度提升可达50%，并在多种下游任务中表现优异。这一模型不仅充实了分子模拟的理论与工具，也为高通量材料设计和前沿交叉研究带来更多可能性。随着更多多样化数据的加入，DPA模型将为材料模拟、药物设计乃至化工过程的预测与优化提供更广阔的路径。相关论文发表于npj Computational Materials 10: 293 (2024)。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
京公网安备 11010802042870号
京ICP备2023020795号-1
