強化學習引導生成模型 探索新型晶體結構
晶體材料發現需在龐大組合空間篩選兼具新穎性、穩定性與功能的候選物,傳統生成模型以似然為目標,傾向復現已知結構。新框架以強化學習引導擴散模型,平衡創造性、熱力學穩定性與多樣性,推進逆向材料設計。
生成模型的盲點
生成式人工智能已能採樣化學上合理的晶體組成與結構,但以似然為優化目標的模型傾向復現訓練數據規律,容易生成與已知材料相似的結構,難以觸及稀疏而有價值的未知區域。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
