Massachusetts Institute of Technology（麻省理工学院）

2607.18422 2026-07-22 cs.LG stat.ML 新提交

PAC--Bayes Bounds on Quotient Parameter Spaces: Geometry-induced Implicit-Bias Priors

商参数空间上的 PAC - 贝叶斯界：几何诱导的隐式偏差先验

Nicola Aladrah, Fabio Anselmi

机构 * University of Trieste（的里雅斯特大学）； McGovern Institute, MIT（麻省理工学院麦戈文脑科学硏究所）

AI总结研究过参数化模型参数对称性下的 PAC - 贝叶斯分析，通过在商预测器空间构造规范参数化及考虑几何体积，将中性先验转换为反映模型隐式偏差的先验，实验验证其能降低相关指标。

2607.19198 2026-07-22 cond-mat.mtrl-sci cs.LG physics.comp-ph 新提交

ATLAS: A Foundation Neural Sampler for Amorphous Materials

ATLAS：一种用于非晶材料的基础神经采样器

Mouyang Cheng, Denis Blessing, Botao Yu, Gerhard Neumann, Mingda Li, Carles Domingo-Enrich, Yuanqi Du

机构 * Microsoft Research New England（微软研究院新英格兰分部）； Center for Computational Science and Engineering（计算科学与工程中心）； MIT（麻省理工学院）； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）； Department of Materials Science and Engineering（材料科学与工程系）； Department of Computer Science and Engineering（计算机科学与工程系）； OSU（俄亥俄州立大学）

AI总结研究针对非晶材料能量景观难采样问题，提出ATLAS神经采样器，由等变图神经网络参数化，能跨系统泛化，利用扩散过程时间反转估计热力学量。在多种系统中验证有效性，还通过预训练降低逆设计成本，结合大语言模型搜索高熵金属玻璃，确立其为基础模型。