Atom-JEPA自监督预训练框架提出

Kasper Helverskov Petersen等作者提出 Atom-JEPA，一个面向 3D 原子系统的自监督预训练框架。它通过原子级和子结构级的互补目标，从无标注 3D 结构中学习潜在表示，思路来自联合嵌入预测架构。 据作者介绍，该模型在大规模分子与晶体数据集上预训练，经微调后在分子 ADMET 与量子化学性质预测任务上达到 SOTA，在晶体材料物理性质预测上也具竞争力。代码与预训练模型 checkpoint 已公开。

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。