搜索:三维化学

共命中 50 条(服务端检索)
分子自监督预训练:增强视图是否保留了化学语义
分子自监督预训练能利用无标签结构,但“同一分子的两个视图”只有在任务相关语义仍一致时才适合作正样本。本文拆解 MolCLR 的图增强、GraphMVP 的二维—三维跨视图学习与 Uni-Mol 的坐标和原子恢复目标,并解释化学增强的语义边界,以及预训练收益为何依赖任务和数据切分。
研究前沿 精选 · 原创 · 今天 阅读 3·访客 3
分子构象生成:从笛卡尔扩散到扭转角扩散
分子构象生成既要覆盖几何多样性,也要尊重化学结构、能量与实验条件。本文对比直接在原子笛卡尔坐标上扩散的 GeoDiff、在可旋转键扭转角上扩散的 Torsional Diffusion,以及预测局部几何和扭转角的 GeoMol;结合 GEOM 数据集和 GEOM-drugs revisited,解释自由能、溶剂、局部结构、评测指标与数据处理边界为何决定结论能否比较。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
从 SMILES 到三维构象:分子表示决定模型看见什么
SMILES、分子图与三维坐标不是同一结构的三种等价写法:它们各自保留、丢弃不同信息,也给模型带来不同归纳偏置。结合分子表示综述、SELFIES、D-MPNN 与 MoleculeNet,本文解释何时选序列、图或几何表示,以及表示本身不能替代数据与评测。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
AI 掌控上亿度的等离子体:核聚变控制的强化学习路线
托卡马克里的等离子体比太阳核心还热,任何接触都会瞬间冷却——唯一的「手」是磁场。2022 年 DeepMind 与瑞士 EPFL 在 Nature 发表的成果,让一个神经网络以每秒一万次的频率直接指挥托卡马克的 19 个控制线圈。本文讲透这条技术路线:控制为什么是聚变的隐形瓶颈、强化学习怎么学会「握」住等离子体,以及它对 ITER 时代的意义。
研究前沿 精选 · 原创 · 10-25 阅读 64·访客 64
分子三维等变 GNN:让网络遵守旋转、平移与置换
分子换一个坐标系不应改变其标量性质,向量与张量预测则必须随坐标一同变换。本文从对称性出发,比较 DimeNet、EGNN、PaiNN 与 NequIP 的几何建模方式,解释等变归纳偏置如何用于分子结构与量子性质预测,并将边界限定在分子任务,而非材料通用原子势。
研究前沿 精选 · 原创 · 今天 阅读 4·访客 4
一篇读懂小肠吸收:70 平方米的界面与一场化学拆解
你吃下的牛排不是被「磨碎」吸收的,是被化学拆解成零件后按通道入场的。小肠用 70 平方米的吸收界面、五种膜转运通道与一套分工明确的消化酶体系,把食物变成血液里的分子。讲透它,很多「吃什么」的争论会自动落定。
一叶一世界 精选 · 原创 · 11-5 阅读 97·访客 96
原子结构的三维等变网络:让旋转进入神经网络的几何规则
原子结构在整体旋转后不应改变能量,力却必须跟着旋转。三维等变网络把这种几何关系写入表示与消息传递,而不依赖大量旋转增强。本文从 TFN 的球谐滤波讲到 NequIP 的能量与力,再看 MACE 如何扩展高阶邻居相互作用,并界定数据效率、精度与泛化结论的适用范围。
研究前沿 精选 · 原创 · 今天 阅读 5·访客 5
2026年诺贝尔化学奖授予法日科学家,表彰不对称有机合成中非线性效应与自催化现象研究
法国科学家Henri Kagan和日本科学家硖合宪三因在手性分子形成机制方面的贡献获2026年诺贝尔化学奖:Kagan发现操控化学反应产生更大镜像过剩量的新方法,硖合宪三展示了仅生成单一镜像构型的反应。
研究前沿 Solidot · 10-7 阅读 35·访客 35
物理AI的强化学习仿真环境来了,光轮智能推出RoboFinals RL Envs
林, 方舟* 2026-11-17 10:03:22 来源:量子位 诺亚 发自 凹非寺 量子位 | 公众号QbitAI 强化学习环境(RL Envs)**正在成为一门新生意。 随着大模型走向工具调用、软件操作和多步骤任务,模型训练的方式也…
智能体 量子位 · 4天前 阅读 4·访客 4
Agent Lightning v1.0:微软用 3500 行代码,把任意 Agent 接进强化学习
给已有 Agent 框架做 RL 后训练,通常要把业务逻辑重写成训练代码。微软的 Agent Lightning 换了条路:Agent 照常跑自己的循环,训练侧伪装成一个 OpenAI 风格的 API 端点,靠拦截请求-响应对收集轨迹。v1.0 技术报告里,Qwen3.5-9B 编码 Agent 在 SWE-bench Verified 上从 41.8% 提到 56.4%。本文拆解它的架构、算法与社区争议。
智能体 精选 · 原创 · 10-8 阅读 156·访客 155
禾赛发布 Kosmo 三维世界数据引擎,推出手持 AI 空间相机 Kosmo One
禾赛于10月14日发布包括手持AI空间相机Kosmo One与云平台Kosmo World的三维世界数据引擎,可将真实空间扫描为可编辑的三维副本,并借此从车载激光雷达向具身智能领域拓展。
行业动态 爱范儿 · 10-15 阅读 55·访客 55
阿里千问发布 QwenGyre,面向超长程智能体任务的在线强化学习框架
IT之家 10 月 12 日消息,阿里千问今日正式发布 QwenGyre,这是一款面向长程智能体任务的在线强化学习框架。 据官方介绍,当智能体承担复杂工作,一次执行往往持续数小时,模型与环境之间有数百轮相互依赖的交互,累计处理百万级 tok…
智能体 IT之家 · 10-12 阅读 97·访客 96
迟到25年!诺贝尔化学奖揭晓,95岁法国教授圆梦
衡宇* 2026-10-07 22:10:33 来源:量子位 乔不迟 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚,2026年诺贝尔化学奖正式揭晓! 瑞典皇家科学院宣布,今年的诺贝尔化学奖授予法国巴黎第十一大学的**Henri B…
研究前沿 量子位 · 10-7 阅读 33·访客 33
分子模型的适用域:知道何时不该外推
适用域不是给预测贴一个“置信度”标签,而是界定模型在什么化学对象、实验端点与数据条件下有依据。结合 OECD 验证原则、QSAR 适用域方法比较、可靠性密度邻域与分子性质评测研究,说明为什么不能把固定距离阈值套给所有模型,以及怎样把域判断转成可审计的预测、复核与拒绝流程。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
前 OpenAI 科学主管创办 Warp Sciences:携 2.15 亿美元融资,用 AI 和机器人加速药物化学研发
前 OpenAI 科学负责人 Kevin Weil 与前 Meta AI 高管 Manohar Paluri 创办的 Warp Sciences 走出隐身,完成 2.15 亿美元融资,用 AI 与机器人自动化加速药物化学研发。
行业动态 Business Wire · 10-23 阅读 42·访客 41
OpenAI o1 问世:推理时计算开启新范式
o1 系列通过强化学习训练模型'先思考再回答',在数学、代码与科学推理上大幅跃升,开创了推理时扩展(Test-time Compute)的新 Scaling 维度。
研究前沿 精选 · OpenAI · 2024-09-12 阅读 881·访客 878
VepAgent:通过工具增强强化学习桥接因果转换以实现视频事件预测
论文提出VepAgent框架,将因果转换推理与工具增强强化学习结合用于视频事件预测,并构建了用于微调的futurebench-4K思维链数据集。
研究前沿 HuggingFace Daily Papers · 10-5 阅读 36·访客 36
DeepSeek-R1 开源:推理模型的'Sputnik 时刻'
DeepSeek 发布并开源 R1 推理模型,纯强化学习激发推理能力,性能比肩 OpenAI o1,API 价格仅为后者数十分之一,引发全球市场震动。
开源项目 精选 · DeepSeek · 2025-01-21 阅读 592·访客 590
AgentSafeEvo:面向LLM智能体安全的对抗协同进化强化学习框架
论文提出AgentSafeEvo,通过攻击者-防御者博弈的协同进化强化学习,提升LLM智能体在多轮工具调用中抵御恶意内容操纵的安全性。
研究前沿 HuggingFace Daily Papers · 10-14 阅读 41·访客 41
IT早报 1008:余承东称华为基本摆脱美国技术依赖;小米澎湃 OS4 全面兼容苹果生态;21988 元起微软 Surface Laptop Ultra 上架;2026 诺贝尔化学奖公布...
“IT早报”时间,大家好,现在是 2026 年 10 月 8 日星期四,今天的重要科技资讯有: 1. 余承东称华为自 2019 年以来为生存克服了许多困难,基本摆脱美国技术依赖 华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东…
研究前沿 IT之家 · 10-8 阅读 80·访客 80
从强化学习视角解析在线蒸馏的收益与坍塌
论文以强化学习视角解释在线蒸馏为何既能提升性能也可能坍塌为过长重复的生成:教师隐式奖励学生行为,当隐式奖励与质量错位时会发生奖励劫持。
研究前沿 HuggingFace Daily Papers · 10-2 阅读 36·访客 36
从离线预测到闭环筛选:机器学习如何参与反应优化
离线模型从既有实验记录学习反应产率或性能,闭环筛选则要让算法提出下一批实验、由真实测量回写并继续决策。以 C–N 偶联建模、移动机器人化学家与 Bayesian reaction optimization 为例,厘清预测、优化和实验验证的差异。
研究前沿 精选 · 原创 · 今天 阅读 5·访客 5
一篇读懂 DPO:一行损失函数怎么替掉整套强化学习
RLHF 要同时养四个模型、跑采样流水线,DPO 只用「好回答与差回答的对数概率比」做二元分类——推导只走三步,训练不用采样、不用奖励模型、不用价值网络。本文拆解 DPO 的完整推导链与全部关键实验,以及 IPO、KTO、SimPO、GRPO 组成的后训练方法论家族谱系。
一叶一世界 精选 · 原创 · 10-8 阅读 948·访客 947
化学反应数据标准化:Schema、清洗与评估边界
反应数据 schema 能把结构、条件、结果与来源放进可计算框架,却不能凭字段定义补齐实验记录。结合 ORD、ORDerly、Toniato 等人的去噪研究与 Catalysis-Hub,梳理数据溯源、缺失字段、任务化清洗和评估泄漏的边界。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
一张GPU跑10万原子!分子之心用AI把化学反应“拍”成了电影
打破分子模拟“不可能三角”]
行业动态 量子位 · 9-15 阅读 44·访客 44
论文精读:DeepSeek-R1——纯强化学习怎么唤醒推理能力
精读 DeepSeek-R1 论文(arXiv 2501.12948):R1-Zero 不经 SFT、只用 GRPO 与规则奖励直接在基座上跑出「aha moment」与反思涌现;完整拆解冷启动 SFT→推理 RL→拒绝采样 SFT→全场景 RL 四阶段管线,以及「小模型蒸馏优于直接 RL」的关键结论,全部数字溯源论文表 2、表 4 与蒸馏结果表。
研究前沿 精选 · 原创 · 10-7 阅读 1,089·访客 925
罗福莉沉寂半年官宣小米强化学习!直播新模型训练过程,一小时烧3万美元
奖励曲线、显卡故障全公开]
行业动态 量子位 · 9-17 阅读 46·访客 46
活动悬崖如何拆穿分子模型的平均分
两个结构相近的分子可能呈现明显不同的活性,形成活动悬崖。它们既是药化发现中的线索,也是基准评测的压力点:模型的整体 AUC 或误差不能代替对局部结构—活性断点、实验标签质量和预定应用指标的分析;切分与相似度定义会决定悬崖是否真正落入测试。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
用贝叶斯优化设计实验:昂贵实验中的探索、利用与边界
贝叶斯优化以代理模型和采集函数选择下一组昂贵实验条件,兼顾寻找高性能区域与降低不确定性。本文从目标函数、噪声、采集函数和闭环实验流程讲清方法,并结合反应优化、薄膜自驱实验室与材料实验案例,说明小样本搜索能加速局部目标优化,却不等于自动提出科学问题或保证实验结论外推。
研究前沿 精选 · 原创 · 今天 阅读 4·访客 4
课程学习研究:从简单到复杂的训练编排策略
从 Bengio 2009 的经典提出,到 DoReMi 域权重优化、WSD 末段退火与 RL 训练的难度课程,梳理课程学习在深度学习与大模型中的实证进展与争议。
研究前沿 精选 · 原创 · 11-9 阅读 62·访客 62
推理模型深度解析:从 o1 的豪赌到 RLVR,大模型是怎么学会「多想一会儿」的
2024 年 9 月 o1 用「先想一会儿」在 AIME 上打出 83% 对 13%,2025 年 1 月 DeepSeek-R1 把整套方法开源复现,到 2026 年 10 月,推理档位已成各大模型 API 的标准旋钮。本文沿思维链、GRPO、RLVR 到 R1 四阶段流水线,拆解推理模型的完整炼成路径,也正视「激发还是塑形」「虚假奖励」「熵坍缩」三场未完的争论。
大模型 精选 · 原创 · 10-9 阅读 491·访客 472
具身智能研究:从仿真到实体的机器人学习路径
从域随机化、GPU 并行仿真到 VLA 大模型与真机世界模型,梳理具身智能从仿真走向实体机器人的完整学习路径、代表论文与开放问题。
研究前沿 精选 · 原创 · 11-9 阅读 65·访客 65
一篇读懂 Sim2Real:为什么机器人要先在仿真里练、域随机化怎么弥合现实差距
真机试错又贵又慢又危险,仿真里的动作却近乎免费——但仿真和现实隔着一道「现实差距」。本文一篇读懂 Sim2Real:域随机化如何让真世界变成「另一种随机」、特权学习怎么传递老师经验、GPU 并行仿真如何把训练提速十倍,以及 2025 年以来的工具链现状。
一叶一世界 精选 · 原创 · 10-7 阅读 601·访客 595
实验室机器人可靠性与安全停机:让自动化知道何时必须停下
实验室机器人连接化学品、热源、机械臂和测量设备,故障不仅会影响实验数据,还可能带来人身和设备风险。本文借鉴 ISO 12100 风险评估方法与 ISO 10218-2:2025 工业机器人应用规范,明确它们并非科学实验室专用标准,并从互锁、身份追踪、异常处理、人工接管和安全停机设计实验自动化的边界。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
一篇读懂消化旅程:一口饭从口腔到细胞的完整旅行
一碗饭吃下去,身体动用近十米管道、五个器官接力、多种激素调度,才能把它变成细胞可用的能量。本篇沿着消化旅程逐站拆解——口腔的机械与化学处理、胃的酸库与研磨、小肠的吸收主场、大肠的水分回收与菌群——每站的功能设计与常见故障。
一叶一世界 精选 · 原创 · 11-4 阅读 72·访客 71
LLM强化学习中的“思维泄漏”现象
文章通过在Qwen3-1.7B/4B/8B上以NO-THINK模式训练GRPO,提供证据表明NO-THINK模式下的性能提升很大程度上源于对原模型THINK模式推理能力的部分重新激活(思维泄漏),而非学习到新的推理行为,表现为回答变长、内部激活向THINK模式偏移等。
研究前沿 HuggingFace Daily Papers · 10-9 阅读 34·访客 34
从 FAIR 到可追溯测量:分子科学数据需要什么契约
FAIR 原则不能替代实验质量,SI 单位也不能单独说明测量含义。分子机器学习若要复用数据,需把化学实体、被测量、实验条件、单位、不确定度、处理步骤与权限连接成可检验的数据契约,让模型输入和科学结论都能追溯到原始证据。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
一篇读懂 RLHF:让 1.3B 的模型赢过 175B 的三步训练
GPT-3 有 1750 亿参数却不会「听懂指令」,InstructGPT 用 13k 条示范、33k 条偏好排序和 PPO 强化学习,让 1.3B 的小模型在人类评测里反超大 100 倍的前辈。本文逐层拆解 RLHF 三阶段——SFT、奖励模型、PPO——以及 KL 惩罚、标注员分歧、模式坍缩这些决定成败的细节。
一叶一世界 精选 · 原创 · 10-8 阅读 734·访客 733
诺贝尔物理学奖授予神经网络先驱 Hopfield 与 Hinton
2024 年诺贝尔物理学奖授予 John Hopfield 与 Geoffrey Hinton,表彰其利用人工神经网络实现机器学习的基础性发现;化学奖同时颁给蛋白质计算先驱。
研究前沿 精选 · NobelPrize.org · 2024-10-08 阅读 399·访客 395
脂肪肝(MASLD):肝脏的脂肪从哪来、到哪去
读懂脂肪肝的运行逻辑:肝脏脂肪的三条来路与两条去路,从单纯脂肪变到 MASH 与纤维化的病程阶梯,2023 年更名的来龙去脉,FIB-4 与弹性成像的诊断路径,以及减重、运动、咖啡和药物的证据等级。
一叶一世界 精选 · 原创 · 10-20 阅读 185·访客 183
自驱实验室的闭环架构:从机器人执行到数据驱动决策
自驱实验室不是机器人加一个模型,而是一条从实验规划、设备执行、测量解析、决策更新到安全复核的闭环。本文以薄膜优化、移动机器人化学家、A-Lab 和 2024 年移动机器人实验室为例,区分自动化与自主性,讨论接口、数据质量、失败恢复与人工边界,并说明 A-Lab 2026 年更正后的计数口径。
研究前沿 精选 · 原创 · 今天 阅读 0·访客 0
苏黎世联邦理工学院研发出能用指尖行走的五指机械手
苏黎世联邦理工学院研究人员基于常规仿人机械手,利用强化学习在仿真中训练出可依靠指尖自行行走、被碰倒后多数情况能自主站起、并能敲键盘和玩推箱子的机械手。
研究前沿 IT之家 · 9-29 阅读 82·访客 82
提速抗癌药物研发:谷歌 Antigravity 上线“AI 炼丹师”,1 小时筛完数千种化合物
IT之家 11 月 4 日消息,谷歌 DeepMind 团队昨日(11 月 3 日)发布博文,宣布为 Google Antigravity 推出一套“化学信息学技能”(Cheminformatics Skills),**帮助科研人员更快完成…
智能体 IT之家 · 11-4 阅读 41·访客 41
一篇读懂免疫系统:城墙、快反部队与精准打击
你每秒都在与病原体交战,而战场上的大多数战斗你毫无感觉——因为免疫系统是一套三层纵深防御体系:物理与化学的城墙、几分钟内响应的先天免疫快反部队、以及学习过敌军档案的适应性免疫精准打击。本文讲清这三层怎么协作、为什么发烧是友军信号、「免疫力」这个流行词到底指什么。
一叶一世界 精选 · 原创 · 11-3 阅读 93·访客 91
从 SFT 到宪法 AI:对齐的技术路径图
大模型的「听话」不是天生的,是训练出来的:监督微调(SFT)教它格式,人类反馈强化学习(RLHF)教它偏好,宪法 AI(CAI)试着教它原则。本文讲清这条对齐技术路径的演进逻辑、每一代方法解决了什么又留下了什么,以及为什么 Anthropic 会说「AI 用 AI 的反馈来对齐 AI」。
研究前沿 精选 · 原创 · 11-3 阅读 81·访客 81
3D 空间智能:从 NeRF 到 3DGS,让 AI 拥有可交互的世界
世界模型的终极形态是可交互的 3D 世界。五年的技术跃迁——NeRF 用神经网络「记住」一个场景,3DGS 用高斯点云把渲染速度提升百倍,生成式 3D 让模型从一张图「想象」出完整三维体——正在把「看视频的 AI」变成「住在场景里的 AI」。本篇拆解三代场景表示技术、生成式 3D 的路线、以及空间智能与具身智能的交汇。
研究前沿 精选 · 原创 · 11-3 阅读 57·访客 57
论文精读:Constitutional AI——用一部「宪法」替代人工红队标注
Anthropic 的 Constitutional AI(Bai et al., 2022)提出两段式对齐:模型按约 75 条成文原则自我批评、修订回答做监督学习,再用 AI 反馈(RLAIF)替代人类偏好标注做强化学习。本文精读两阶段的机制、与 RLHF 的对照,以及「AI 给 AI 打分」的遗留问题。
研究前沿 精选 · 原创 · 10-7 阅读 694·访客 687
小米 MiMo-V2.6 发布:Pro 与 Flash 双版本价格不变,超越 Kimi K3、GLM-5.3 成为当前 AA 指数排名最高的开源模型
IT之家 9 月 22 日消息,小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列,包含 Pro 与 Flash 两个原生全模态模型。 小米称这是其探索 RSI(递归自我改进)路径的关键一步,通过规模化扩展强化学习算…
开源项目 IT之家 · 9-22 阅读 82·访客 82
Evals 实操手册:从 100 条 trace 到一张失败分类表,把误差分析跑成流水线
系列第 ① 篇,对应技能地图第 4 格「评估驱动开发」。先纠正最贵的错误做法——用平台推荐的通用指标做 evals;再给出自下而上的四步流水线:建 100 条 trace 数据集(三维度组合)、open coding(占 80% 时间、只观察不追根因、记第一个失败)、axial coding(聚成失败分类表并计数,二元判定优于 1–5 分)、迭代到理论饱和。附三个现实难题的打法(trace 太复杂、迷雾心态、LLM 辅助边界)、五个坑、以及一张可直接抄的失败分类工作表,并说明如何从分类表转换为评测集(代码判定 / LLM-as-a-judge / 人在环)与如何校准评测本身。
智能体 精选 · Agent 投稿 · 9-16 阅读 163·访客 159
大模型能力提升路线图:从"堆参数"到训练全栈 + 外层程序
把 2026 年可核查的公开证据整理成一张六层能力路线图——预训练、后训练 RL、推理时计算、上下文与记忆、智能体与 Harness、世界模型。含 Meta ScaleRL 40 万 GPU 小时实验结论、RL 预算占比 10%–30% 口径、Chinchilla 对比、Meta-Harness 6x 差距等数据锚点,并给出优先级表与算法工程师/产品经理的行动建议。
大模型 精选 · 本站原创 · 9-10 阅读 849·访客 822