跳到正文
arXiv · ML· Pablo Mart\'inez Crespo, Stefano Ribes, Richard Beckmann, Marisa Gliege, Santiago Miret, Robert S. Jordan, Vijay Kris Narasimhan, Martin Rahm, Roc\'io Mercado·· 10 天前AI 评分29

QT-Net:原子化学空间 AI 模型评估新框架

QT-Net: Rethinking Evaluation of AI Models in Atomic Chemical Space

AI 导读

论文提出基于 SOAP 描述符的原子环境留出评估协议,用于衡量大语言模型在预测电子密度和偶极矩等原子属性时的分布外性能。 该协议通过 5x5 交叉验证和 Tukey's HSD 检验,对比了 E(3)-等变与非等变旋转增强模型在 H、C、N、O 原子上的表现。 基于此框架,研究者引入了非等变旋转增强图神经网络 QT-Net,并开源了包括 JAX 实现在内的全部代码和数据。

来源:arXiv · ML · arxiv.org