PYTHIA框架实现材料缺陷与吸附位点同步优化

2026年10月23日，研究人员在 arXiv 的机器学习领域提出了 PYTHIA（Probabilistic Yet Transferable Hierarchical Interaction Architecture）框架。该框架旨在将机器学习的适用性拓展至新颖且研究不足的材料体系，主要解决缺陷与吸附位点的同步优化问题。 在方法实现上，PYTHIA 在化学相似分子的大型数据集上训练复杂基础模型并冻结权重。随后，系统通过 Transformer 层进行子空间对齐，并引入高斯过程以量化不确定性，增强了模型的迁移学习与概率预测能力。 该框架作为替代模型被应用于贝叶斯优化方案中。测试结果表明，该方法成功且高效地在两个不同体系中识别了复杂分子的吸附位点及缺陷，证明了其在新型材料体系研究中的有效性与应用价值。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。