Zatom-2：基于电子结构数据的原子生成模型预训练

研究团队在arXiv论文（v2）中介绍Zatom-2，一个在OMol25和OMat24约500万电子结构数据上做原子级多任务预训练的生成模型，采用多尺度Transformer结合条件流匹配并支持力条件，可做分子与材料生成、结构预测及能量与力预测。 论文摘要称其分子分布保真度优于Zatom-1，并在分子与材料生成基准上表现较强；在仅2000个蛋白域微调的低数据长度外推设定中，蛋白骨架设计性从未预训练的67.8%提升到74.8%。以上结果来自论文作者声称，基于论文摘要，本站未核验全文。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。