跳到主要内容
检索

University of Oslo

6 篇关联报道

订阅更新
  1. KEN把二维卷积核嵌进E(3)等变势:训练集键能误差6.93 meV/atom,独立测试力误差仍高于MACE

    KEN把二维卷积核嵌入E(3)等变图神经网络,让原子间势在几何坐标之外直接读取电子自旋相互作用矩阵,以绕开纯坐标势在强关联磁体系中的不适定问题。在HE26锕系数据集上,KENJI的训练集键能平均绝对误差为6.93 meV/atom,MACE-osaka26为44.7 meV/atom,训练集力误差34.10 meV/Å与MACE-osaka26的26.30 meV/Å相当。独立测试集上能量误差为46.74 meV/atom,力误差高于MACE-osaka26,作者将后者部分归因于自身未使用应力训练。

  2. bioRxiv

    长上下文调控模型跨物种失效:20 kb 上下文在鱼类距离反成负担,1 kb 局部序列仍可迁移

    FunFormer 把 20 kb 序列压成固定数量 token 做二分类调控活性预测,并配一个架构与参数量完全相同、只读中心 1 kb 的对照,在六种脊椎动物间互相迁移。种内 20 kb 版本在全部六个基因组上平均 AUROC 都最高,比三个已发表 1 kb 基线高 1.0 到 3.8 个百分点;但跨物种时这部分上下文收益随分化衰减,到羊膜动物分歧处接近零,在 320 到 435 百万年间反转为负,而 1 kb 模型仍能迁移进鱼类。

  3. arXiv

    WebCoder把前端开发当作持续工程来训练:需求满足率72.8,超过Claude-Opus-4.8的65.1

    智谱AI实习期间完成的WebCoder-27B,把复现、生成、修改与修复放进同一个持续演化的项目状态里,用可执行应用对任务需求的满足程度来给强化学习打分。在新建的Webdev-Bench上,它的需求满足率从基座Qwen3.8-27B的64.8升到72.8,高于Claude-Opus-4.8的65.1;在Vision2Web上视觉与功能平均分从41.1升到62.4,与Claude-Opus-4.8的62.5相当。

  4. arXiv

    卷积神经网络从合成多极-Padé谱训练后单次前向推断等离激元极点,并迁移到第一性原理与实验介电谱

    该工作构建了一个一维卷积神经网络,用解析多极-Padé表达式随机采样生成的合成介电谱训练,直接反演谱的极点参数(能量、展宽、谱重),无需材料专属数据;在合成验证谱、RPA第一性原理谱(Al、Ca、Ti)以及实验谱(Si、ZnO、Ta、Mo)上,单次前向即可重建主导谱结构,且仅用虚部输入也能恢复极点表示。

  5. 发表出处待核验

    跨七个精神病学研究领域综述显示:大数据带来机制洞见与跨学科协作,但样本量本身并不保证更精确的估计,临床转化仍存差距

    这篇综述横跨社区与登记调查、队列与生物样本库、电子健康记录、数字表型、脑影像、基因组学及其他组学、随机对照试验七个领域,梳理大数据在精神病学中的进展、约束与未来方向,指出大数据推动了跨学科研究并揭示了精神障碍机制的复杂性、异质性与变异性,但样本量大并不保证估计更精确,从大数据到临床应用的转化仍存在差距,未来需在数据质量与方法严谨性、概念模型与临床问题上同等用力。

  6. medRxiv

    临床轨迹与遗传结构跨越神经–精神边界的一致性

    该研究把Delphi-2M在约40万英国生物银行参与者健康记录上训练得到的疾病轨迹嵌入,与19种神经与精神疾病的GWAS遗传相关性作对照,发现两者在171个疾病对上中等程度相关(Mantel r = 0.33,p < 1×10⁻⁴),两种度量都让16种疾病更接近自身诊断类别,且都同样把多发性硬化、偏头痛和特发性震颤放在更靠近精神疾病的一侧,提示临床轨迹与遗传结构画出同一条诊断边界、也在相同位置打破它。

已读完全部报道