Δ-机器学习模型预测相互作用能误差以选理论水平
热点事件历史事件
Δ-机器学习模型预测相互作用能误差以选理论水平
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
Wallace, Austin M 等人在 ChemRxiv 预印本中称,他们训练了 Δ-机器学习模型,用于预测 81 种理论水平(方法与基组组合)相对参考值的相互作用能误差,并用简单多项式模型量化其中一部分方法的计算成本。 作者称,大语言模型可利用这些模型选择合适理论水平,并在分布式资源上自主运行计算,以降低获得准确相互作用能的门槛。该工作为预印本摘要,未披露具体误差数值与验证细节。
AI 根据报道生成 · 6 天前更新
最新进展11月2日 14:50
研究用Δ-机器学习模型集成选择相互作用能计算的量子化学理论水平报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- ChemRxiv Preprints精选研究用Δ-机器学习模型集成选择相互作用能计算的量子化学理论水平
研究训练Δ-机器学习模型,预测81种理论水平(方法与基组组合)相对参考的相互作用能误差,并用简单多项式模型量化其中一部分方法的计算成本。作者展示大语言模型(LLM)如何利用这些模型选择合适理论水平,并在分布式资源上自主运行计算,以降低获得准确相互作用能的门槛。该工作为预印本摘要,未披露具体误差数值与验证细节。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 1011月2日 16:00
- 近 24 小时变化
- -21%
02.557.510
11月3日11月5日11月7日11月9日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。