跳到正文
原文
arXiv cs.AI· Tian Luo, Ruge Zhang, Haozhi Han, Yifrng Chen, Yunquan Zhang, Yunxin Liu, Ting Cao, Kun Li·· 1 天前AI 评分29

AtomWorld-Mem:面向长时程原子演化的记忆恢复世界状态

AtomWorld-Mem: Memory-Restored World States for Long-Horizon Atomistic Evolution

AI 导读

AtomWorld-Mem 提出记忆恢复的原子世界模型,用短期事件记忆与长期结构记忆整合多尺度原子关键帧,从瞬时晶体快照恢复缺失的潜世界状态,并在单事件 KMC 约束下优先筛选合法的空位介导事件。在固定微观事件预算下,它提升了长时程原子演化进度,并保持能量、结构与空位输运观测量的高保真演化。该机制还可零样本迁移到未见过的合金-温度 AtomWorld。

来源:arXiv cs.AI · arxiv.org