Jun, 2024
上下文中学习物理性质:对于超出分布的分子图的少样本适应性
In-Context Learning of Physical Properties: Few-Shot Adaptation to Out-of-Distribution Molecular Graphs
Grzegorz Kaszuba, Amirhossein D. Naghdi, Dario Massa, Stefanos Papanikolaou, Andrzej Jaszkiewicz...
TL;DR在这项研究中,我们探讨了如何利用大语言模型中的上下文学习来预测非分布材料特性,并通过将 GPT-2 作用于几何感知图神经网络的输出,实现了对原子级几何特征的传递,大大提高了模型在非分布示例上的性能,并超越了一般图神经网络模型。