算法论文8
西湖大学等：Graph Transformer预测阵风气动力
力学与人工智能
AI 摘要
西湖大学与女王大学团队：提出Graph Transformer模型，将机翼表面压力测点表示为图节点，用图神经网络与Transformer注意力机制，从二维基准到三维实验验证，可准确预测阵风气动力。
阅读原文 · 力学与人工智能
Communications Engineering | 西湖大学&女王大学：面向阵风气动建模的表面压力时空动力学关联研究
西湖大学联合女王大学团队提出 Graph Transformer 框架用于阵风气动建模，融合图神经网络与注意力机制，从表面压力信号学时空关联，实现气动力准确预测，为AI在复杂气动建模提供新思路。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
Arc 研究所：STATE 模型破解跨细胞预测难题
生物学和药物研发中，因细胞组合庞大，难以全实验验证，且同药在不同细胞效果不同。Arc Institute 团队推出虚拟细胞模型 STATE 及评测套件 Cell - Eval，STATE 预测效果优，但也存在短板。
DeepTech深科技
算法论文8
北大团队推MathDebugger，提升合成数据质量
随着合成数据增多，模型需判断数学数据题目能否被信任。北大DCAI团队提出MathDebugger质检BenchMark，覆盖问答两端，评测主流LLM和PRM。还探究能否判断正误、分类错误、修复数据，证明错误标签可作监督信号。
InfoQ
算法论文8
蚂蚁OmniTable驯服3050亿条训练数据
蚂蚁集团论文《OmniTable: A Unified Wide-Table System for Petabyte-Scale LLM Data Curation and Exploration》获VLDB工业赛道最佳论文。其研发的OmniTable系统能管理超35PB、3050亿条以上训练数据，解决数据准备难题，如在SFT任务中大幅缩短周期。
量子位
算法论文8
苹果IVT：主动视频推理提速5倍
Apple研究团队提出Internalized Visual Thinking（IVT），一种将预测性世界建模能力内化到模型表征中的后训练框架。它在训练时预测未来，推理时直接回答，相比Visual CoT推理提速超5倍。
机器之心