Atom-JEPA 自监督预训练框架发布

Kasper Helverskov Petersen 等人提出并发布 Atom-JEPA，一个面向 3D 原子系统的自监督预训练框架。它从无标注 3D 结构中学习潜在表征，目标由原子级和子结构级两部分组成，思路源自联合嵌入预测架构，并在大规模分子与晶体数据集上完成预训练。 据作者称，微调后该框架在分子 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极具竞争力。代码与预训练模型 checkpoint 已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。