跳到正文
arXiv · ML· Ryotaro Okabe, Shoki Kishida, Abhijatmedhi Chotrattanapituk, Dominic Bollettieri, Takuya Isogawa, Yongqiang Cheng, Mingda Li, Masaki Adachi·· 16 小时前AI 评分31

利用奖励错配在材料发现中挖掘被忽视的候选材料

Reward misalignment as an opportunity for materials discovery

AI 导读

研究通过电子平带案例表明,生成式AI中的奖励错配可揭示预设评分遗漏的材料。 利用成对比较学习专家偏好并指导晶体扩散模型,偏好与数值评分在KCo2As2等部分平带化合物上出现分歧。 该方法框架可扩展至合成可行性及声子性质评估。

来源:arXiv · ML · arxiv.org