AI在线 AI在线

微软研究院

微软AI4S团队开发Orbformer: 告别多参考体系的「算不准」和「算不起」

编辑 | 白菜叶在分子与材料性质的模拟中,电子结构计算的高精度往往伴随着高昂的计算成本。 目前,从头算方法(ab initio)能够精确描述多体电子波函数,但其庞大的计算量限制了实际应用。 问题的复杂性还体现在弱关联系统与强关联系统的模糊分界上。
7/15/2025 6:04:00 PM
ScienceAI

微软研究院BioEmu登上Science,用生成式AI重塑蛋白质功能研究

7 月 10 日,微软研究院 AI for Science 团队在《Science》杂志发表了题为「Scalable emulation of protein equilibrium ensembles with generative deep learning」的研究成果。 论文::github.com/microsoft/bioemu模型::github.com/microsoft/bioemu-benchmarksColabFold: Foundry: BioEmu 的生成式深度学习模型,能够以前所未有的效率和精度模拟蛋白质的构象变化,为理解蛋白质功能机制和加速药物发现打开了新路径。 从结构预测到功能模拟:蛋白质研究的下一个前沿近年来,AlphaFold 等模型在蛋白质结构预测方面取得了突破性进展,但这些方法通常只能预测单一静态结构,难以捕捉蛋白质在功能过程中所经历的动态变化。
7/11/2025 4:42:00 PM
机器之心

轻量开源!微软基础模型LLaVA-Rad:自动生成高质量放射学报告

编辑丨coisini多模态生成式人工智能的最新进展已将生物医学应用扩展到同时处理文本和图像,在视觉问答和放射学报告生成等任务中展现出潜力。 然而,这些模型在临床实现中面临挑战,特别是大型模型在计算成本等方面带来了部署难题。 小型多模态模型(SMM)虽然更高效,但与大型模型相比仍存在显著性能差距。
2/12/2025 5:42:00 PM
ScienceAI

微软教小模型推理进阶版:Orca 2性能媲美10倍参数模型,已开源

站在巨人的肩膀上会让你看的更远,而通过让大规模语言模型来「教」较小规模的语言模型进行推理,也会是事半功倍的效果。如你我所见,像 GPT-4、PaLM 等前沿语言模型已经展现了出色的推理能力,例如回答复杂问题、生成解释,甚至解决需要多步推理的问题,这些能力曾被认为是 AI 无法达到的。这样的能力在较小的语言模型中并不明显,因此现在的挑战就是如何利用对大型语言模型不断增长的知识,进而提升较小模型的能力。之前微软研究院推出了 Orca,它是拥有 130 亿参数的语言模型,通过模仿更强大 LLM 的逐步推理过程,展现了强大
12/4/2023 10:47:00 AM
机器之心
  • 1