DOSSIER化学语言模型：仅凭元素组成预测电子态密度
俄罗斯研究团队开发名为DOSSIER的化学语言模型，通过跨模态知识蒸馏从通用机器学习原子间势预训练编码器，可直接从元素化学组成预测电子态密度（DOS），无需晶体结构；在Mat2Spec基准上误差3.76 states/eV，接近最优结构感知模型的3.64，并成功筛选出已知氧还原电催化剂的高排名候选。
化学语言模型
共 1 篇 · B910化工 · AI 化学信息库
共 1 篇 · B910化工 · AI 化学信息库
俄罗斯研究团队开发名为DOSSIER的化学语言模型，通过跨模态知识蒸馏从通用机器学习原子间势预训练编码器，可直接从元素化学组成预测电子态密度（DOS），无需晶体结构；在Mat2Spec基准上误差3.76 states/eV，接近最优结构感知模型的3.64，并成功筛选出已知氧还原电催化剂的高排名候选。
