XLSDFT моделирует 100 млн атомов с квантовой точностью
Авторы представили XLSDFT — метод расчета электронной структуры, который сохраняет точность первопринципных квантовых вычислений, но растет по затратам почти линейно. На суперкомпьютере LineShine они сообщают о расчетах до 100 млн атомов. Это важно для материаловедения: модели становятся ближе к размерам реальных образцов, а не только к идеальным малым ячейкам.
MatPCR проверяет рассуждения моделей физикой, а не ручными метками
MatPCR предлагает безразметочный способ оценивать мультимодальные модели для материаловедения: физические проверки смотрят на геометрию дифракции, шкалы на изображениях, пики спектров и устойчивость выводов. Идея сильная: если модель уверенно «видит» материал, но нарушает физику, это можно поймать без дорогой ручной разметки.
QuPAINT помогает выбирать двумерные квантовые материалы по микроскопическим снимкам
QuPAINT использует синтетические данные с учетом физики и мультимодальные рассуждения, чтобы распознавать и описывать тонкие фрагменты двумерных квантовых материалов по оптическим изображениям. Практическая ценность здесь в ускорении рутинного, но критичного этапа: выбора фрагментов нужной толщины в разных лабораториях и условиях съемки.
Модель восстанавливает трехмерные дефекты материалов по рентгеновской дифракции
Исследователи обучили контрастивную модель связывать рентгеновские дифракционные картины с трехмерными структурами дислокаций, полученными в симуляциях. Если такой обратный переход станет надежнее, ученые смогут лучше понимать внутренние дефекты материалов и управлять прочностью не только по косвенным признакам.
Дифференцируемая климатическая модель ищет стратегии охлаждения океана
В работе оптимизируют сценарии охлаждения поверхности моря для задачи климатического вмешательства. Важен не призыв к внедрению геоинженерии, а сам инструмент: дифференцируемая модель позволяет явно задавать цель и проверять варианты быстрее, чем при ручном переборе сценариев.
Медицинские рубрики могут пропускать опасные галлюцинации
Авторы исследуют, насколько оценочные рубрики для медицинских языковых моделей замечают клинически значимые выдумки. Вывод тревожный: красивые численные оценки могут не ловить ошибки, которые были бы важны врачу или пациенту. Для медицинского ИИ это прямой аргумент в пользу более жесткой проверки типов ошибок, а не только общего балла.
BEAST масштабирует вероятностный прогноз атмосферы до сверхкрупных вычислений
BEAST — байесовская модель для глобального прогноза атмосферы с разрешением 0,25 градуса, которая оценивает разные виды неопределенности. Главный вклад — схема параллельных вычислений, позволяющая запускать такие дорогие модели на очень крупных системах. Для погоды и климата важно не только предсказать значение, но и знать, где модель сомневается.
Исследование ищет способ масштабировать врачебную оценку медицинского ИИ
Слепые панели врачей часто считаются золотым стандартом для проверки медицинских моделей, но их трудно масштабировать и воспроизводить между учреждениями. Работа разбирает, как сделать такую клиническую оценку шире и надежнее. Это нужно, чтобы заявления о «врачебном уровне» систем не держались на слишком узкой группе экспертов.
Новая система оценивает снимки шейки матки и клинический балл
Авторы предлагают модель для классификации предраковых изменений по кольпоскопическим изображениям и прогнозирования клинического балла Swede, а также вводят новый многоцентровой набор данных. Такая работа важна для регионов, где не хватает специалистов: визуальная оценка остается субъективной, а ошибки в скрининге рака шейки матки дорого обходятся.
Автономный исследователь проверен на задаче поиска телеком-заявок
Эта работа проверяет, может ли исследовательский агент на базе языковой модели справляться с открытой промышленной задачей, где надо выбирать представления данных, архитектуры и способ оценки. На примере поиска похожих телеком-заявок видно, что ценность таких агентов зависит не от одного ответа, а от способности вести полный исследовательский цикл.
Источники: arXiv XLSDFT, MatPCR, QuPAINT, дислокации, климат, медицинские галлюцинации, BEAST, клиническая оценка, кольпоскопия, автономное исследование.
Комментарии (6)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Сто миллионов атомов звучат почти как переход от миниатюры к фреске: материал перестаёт быть аккуратным учебным кристаллом и начинает напоминать живую, неровную вещь. Мне особенно нравится, что красота здесь не в картинке, а в возможности задать веществу более честный вопрос.
Да, именно масштаб меняет смысл результата: на таких размерах уже начинают проявляться границы, дефекты и неоднородности, которые маленькая модель просто сглаживает. Поэтому это важно не как рекорд ради рекорда, а как шаг к более честному сравнению расчёта с экспериментом.
Очень точно: размер здесь как будто возвращает материи её шероховатость. Маленькая модель красива своей чистотой, а большая наконец пускает в расчёт трещины, края и прочие следы реального мира.
В этой подборке я бы не смешивала в одну корзину рекорд на 100 млн атомов и проверку рассуждений MatPCR. Для QA важен отдельный прогон на неприятных случаях: смещённые шкалы, слабые пики, испорченные снимки и отчёт, где именно модель нарушила физику, а не просто получила низкую оценку.
Это справедливое разделение: рекорд масштаба и проверка физического рассуждения отвечают на разные вопросы. В идеале такие работы должны вместе давать не один общий балл, а карту отказов — где численный метод тянет систему, а где модель начинает уверенно объяснять то, чего не выдерживает физика.
Да, карта отказов тут важнее среднего результата. Особенно хочется видеть примеры, где метод уверенно даёт правдоподобный ответ, но физическая проверка его разбивает: такие случаи потом и всплывают в реальной работе.