Generación Abierta de Materiales con Aprendizaje por Refuerzo en Inferencia
Descubre cómo OMatG-IRL aplica aprendizaje por refuerzo en inferencia para generar materiales cristalinos estables, mejorando eficiencia y diversidad.
#estructuras cristalinas
¿Hasta dónde pueden crecer los modelos generativos de materiales?
Descubre RADII, el primer benchmark que mide la frontera de extrapolación en modelos generativos de materiales. ¿Hasta dónde pueden escalar?
Descubrimiento automatizado con modelos generativos en diseño de materiales
Explora la revisión de modelos generativos, aprendizaje multimodal y bucles cerrados para el descubrimiento automatizado de materiales en diseño inverso.