arXiv ID:
2604.15380
arXiv 提交日期: 2026-04-15
面向不平衡、多保真度原子数据的百亿亿级多任务图基础模型 / Exascale Multi-Task Graph Foundation Models for Imbalanced, Multi-Fidelity Atomistic Data
1️⃣ 一句话总结
这篇论文开发了一个基于图神经网络的大规模材料发现工作流,通过联合训练覆盖85种元素的5亿多个原子结构数据,创建了一个能快速筛选数十亿候选材料、并支持多种下游任务微调的基础模型,极大加速了传统计算方法难以企及的化学设计空间探索。