AI智慧秀 原子、分子、复合物级性质预测均最佳,清华分子预训练框架登Nature子刊 来自清华大学的研究人员提出了一种称为分数去噪(Fractional denoising,Frad)的分子预训练框架,以学习有效的分子表示。
AI智慧秀 使神经网络更容易理解,促进科学发现,MIT刘子鸣团队新架构 约翰霍普金斯大学计算机科学家 Alan Yuille 表示:「KAN 更易于解释,可能特别适用于科学应用,因为它们可以从数据中提取科学规则。
AI智慧秀 KAN结合Transformer,真有团队搞出了解决扩展缺陷的KAT Transformer 是现代深度学习的基石。传统上,Transformer 依赖多层感知器 (MLP) 层来混合通道之间的信息。