新闻中心 
-
02-03全面梳理200+篇前沿论文，视觉生成模型理解物理世界规律的通关密码，都在这篇综述里了！生成式物理AI：赋予视觉生成模型物理理解能力的综述AIxiv专栏持续关注前沿学术动态，多年来已报道超过2000篇来自全球顶尖实验室的学术论文，致力于促进学术交流...
-
02-01万字长文解读Scaling Law的一切，洞见LLM的未来深度解析：大型语言模型的缩放定律是否已触及瓶颈？近年来，人工智能领域，特别是大型语言模型（LLM）的进步，很大程度上依赖于缩放定律。简单来说，就是通过增加训练数...
-
02-01赛博树突觉醒！AI 仿生革命：更少参数，更强性能，过拟合？不存在的！编辑丨&人工神经网络（ANN）是大多数深度学习（DL）算法的核心，这些算法可以成功解决图像识别、自动驾驶和自然语言处理等复杂问题。然而，与能够高效解决类...
-
01-30实现5Å全原子RMSD，普渡大学深度学习方法准确预测RNA三级结构，登Nature子刊编辑|萝卜皮非编码RNA在各种生物功能中发挥着调控作用，并且与人类健康、药物设计等领域息息相关。了解功能的机械机制需要三级结构信息，然而，通过实验确定RNA三维...
-
01-28模型参数作知识通用载体，MergeNet离真正的异构知识迁移更进一步边缘计算设备，例如各种物联网(IoT)设备，日益普及。然而，这些设备通常计算资源和存储空间有限，限制了在设备端部署大型深度神经网络(DNN)的能力。小型DNN架...
-
01-27验证速度提升25倍，准确率达95.1%，清华团队提出基于物理信息学习的电池衰减预测方法基于物理信息学习的电池衰减预测新方法，大幅提升电池研发效率全球对可再生能源的需求持续增长，电池储能技术的重要性日益凸显。然而，从电池原型研发到商业化生产面临诸多...
