arXiv · cs.AI· Miruna Cretu, Alex Abrudan, Antonia Panescu, Tynan Perez, Rishabh Anand, N. Benjamin Erichson, Michael W. Mahoney, Samuel Blau, Joseph Jacobson, Rafael G\'omez-Bombarelli, Rex Ying, Tuomas Knowles, Pietro Li\`o, Alex Morehead·· 9 小时前
Zatom-2：面向分子与材料生成的原子级多任务预训练模型
Zatom-2: Multitask Pretraining on Atomistic Data for Generative Modeling across Domains
arXiv:2610.11454v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Miruna Cretu, Alex Abrudan, Antonia Panescu, Tynan Perez, Rishabh Anand, N. Benjamin Erichson, Michael W. Mahoney, Samuel Blau, Joseph Jacobson, Rafael G\'omez-Bombarelli, Rex Ying, Tuomas Knowles, Pietro Li\`o, Alex Morehead
研究任务与主要进展
研究团队推出Zatom-2，在OMol25和OMat24约500万个电子结构数据集上进行原子级多任务预训练。该模型结合多尺度Transformer与条件流匹配，支持分子和材料生成、结构预测及能量与力预测；摘要称其分子分布保真度优于Zatom-1，并在低数据蛋白质生成的长度外推任务中，将微调后的骨架设计性从67.8%提升至74.8%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org