Hugging Face– tag –
-
Hugging FaceがLLMエージェントによる材料発見の仮説生成を公開、MatExpertで固体材料探索を加速
Hugging Face アメリカ 概要 Hugging Faceが発表した最新の研究論文コレクションには、目標駆動型および制約ガイド型のLLMエージェントを用いた材料発見と設計のための仮説生成に関する成果が含まれています。注目すべきは、人間の専門家のワークフロー（... -
Hugging Faceにロボティクス向け自律型スキル発見システムASPIREが登場、実ロボットプログラミングを効率化
Hugging Face (arXiv paper page) アメリカ 概要 Hugging Faceで公開されたプレプリント論文は、器用な操作や家庭作業のためのロボット制御プログラムを自律的に開発・改良する継続学習システム「ASPIRE（Agentic Skill Programming through Iterative Rob... -
Hugging FaceがCrystalCLRとCHGNetを発表、機械学習で材料特性予測を改善
Hugging Face アメリカ 概要 Hugging Faceは、CrystalCLRフレームワークとCHGNet機械学習原子間ポテンシャルの発表を通じて、材料特性予測の新たな進歩を強調しました。CrystalCLRは結晶グラフニューラルネットワークを用いたコントラスティブ学習により材... -
Hugging FaceがLLMの科学的発見応用プレプリントを紹介、材料・生物・化学分野での自律エージェントの可能性強調
Hugging Face アメリカ 概要 Hugging FaceのDaily Papersが、科学的発見における大規模言語モデル（LLMs）の応用に関する複数のarXivプレプリントを特集しました。これらの論文は、生物学、化学、材料科学、物理学といった分野におけるLLMsのベンチマーク... -
Hugging Face論文集、3D畳み込みオートエンコーダと潜在拡散モデルを組み合わせた電子密度生成フレームワークを公開
Hugging Face 国際 概要 Hugging Faceの論文コレクションには、電子密度の生成潜在空間ダイナミクスを学習するための生成フレームワークが紹介されました。このフレームワークは、3D畳み込みオートエンコーダと潜在拡散モデルを組み合わせることで、ab ini... -
MLIPsの電子エントロピー課題を解決：電荷状態埋め込みでバッテリー材料予測精度を向上
arXiv 国際 概要 従来の機械学習原子間ポテンシャル（MLIPs）が混合原子価材料における電子エントロピーを捉えきれず、予測精度に課題があることが指摘されました。この課題に対し、訓練中に電荷状態情報をMLIP表現に埋め込むことで、バッテリー正極材料Na...
1