跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. 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%

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。