跳到正文
OpenReview · State space models·· 26 天前精选AI 评分78

MOSAIC:面向局部、可控与可扩展原子级生成的空间寻址

MOSAIC: Addressing Space for Local, Steerable, and Scalable Atomistic Generation

AI 导读

基于摘要分析。本文研究分子发现与材料科学中的原子级结构生成,提出混合网格–粒子表示 MOSAIC,旨在同时支持原子放置的局部控制与大型异质结构的组装。核心贡献是为原子提供持久空间地址,而非提出一种特定生成模型。 机制上,MOSAIC 将空间划分为带锚点的区域,每个区域包含原子槽位;槽位编码占据状态、原子种类及相对锚点的连续位移。这种表示可搭配不同生成骨干,用于局部条件控制、层级生成和可扩展组装。作者将其扩展性归因于局部性:把大规模结构生成转化为有界的组装问题。 作者报告,在固定分子生成骨干的对照条件下,该表示的局部支撑与坐标先验改善了分子连通性和有效性,并支持不同分子尺寸下的高效采样及细粒度空间控制;摘要未提供具体指标、数值或数据划分。在材料尺度上,作者报告可依据粗粒度空间布局生成原子级多晶结构,并生成包含超过一百万个原子的结构;这一规模结果不等同于其物理质量或计算效率已得到独立验证。 具体骨干、训练目标、数据集、有效性判据、组装边界处理、运行资源及代码可用性尚未验证,实验协议、消融及统计信息亦尚未验证。本文的主要对象是分子与材料的原子级生成,摘要未提供 EEG/BCI 验证或明确的方法对应关系,因此不据此提出神经信号迁移结论或复现实验建议。

阅读价值

值得关注的是将生成表示与生成骨干解耦,并以持久空间地址支持局部控制和大规模组装;固定分子骨干的对照有助于核对表示本身的收益,但具体实验协议与结果仍需全文验证。

来源:OpenReview · State space models · openreview.net