AI智慧秀 快多个数量级,清华更高精度、更泛化的深度学习电子结构计算方法登Nature子刊 团队开发了一种准确而有效的实空间重构方法(real-space reconstruction),将 DeepH 方法从原先仅支持原子基组推广至适用于平面波基组
AI智慧秀 Nature子刊,基于量子实验数据进行机器学习,用于解决量子多体问题 韩国首尔大学(Seoul National University)的研究人员扩展了混合方法的适用性,用于解决多体物理学中的挑战,例如预测给定哈密顿量的基态性质以及对量子相进行分类。
AI智慧秀 GR-2登场!ByteDance Research提出机器人大模型,具备世界建模和强大泛化能力 最近,ByteDance Research 的第二代机器人大模型 —— GR-2,终于放出了官宣视频和技术报告。