Araştırmacılar, moleküllerin enerji yüzeylerinde kritik noktaları bulmak için Bayesian optimizasyon ve Gaussian süreçlerini kullanan yeni bir yöntem geliştirdi. Bu yaklaşım, pahalı elektronik yapı hesaplamalarının sayısını yaklaşık on kat azaltırken, temel teorinin doğruluğunu koruyor. Yöntem, moleküler minimizasyon, geçiş durumu araması ve reaksiyon yolu belirleme gibi üç farklı hesaplama türünü tek bir çerçevede birleştiriyor. Gaussian süreç regresyonu ve aktif öğrenme tekniklerini kullanarak, her adımda en bilgilendirici noktaları seçiyor ve böylece hesaplama maliyetini dramatik şekilde düşürüyor. Bu gelişme, ilaç tasarımından malzeme bilimlerine kadar birçok alanda moleküler simülasyonları hızlandırarak, daha karmaşık sistemlerin incelenmesini mümkün kılıyor.

arXiv (Fizik) 0

Teknoloji & Yapay Zeka

21 Apr

Yapay Zeka ile Bilgi Arama Sistemlerinde Devrim: BAGEL Yöntemi Geliştirdi

Büyük Dil Modelleri (LLM'ler) bilgi arama konusunda başarılı olsa da yüksek hesaplama maliyetleri nedeniyle verimlilik sorunu yaşıyordu. Araştırmacılar bu soruna çözüm olarak BAGEL adlı yeni bir yöntem geliştirdi. Bu sistem, Bayesian Aktif Öğrenme ve Gaussian Süreçleri kullanarak LLM'lerin alakalılık puanlarını daha geniş veri kümesine yaygınlaştırıyor. BAGEL, mevcut sistemlerin iki temel sınırını aşmayı hedefliyor: farklı anlam kümelerindeki ilgili metinleri bulamaması ve alakalılık sinyallerini korpus geneline yayamaması. Yeni yöntem, sınırlı LLM puanlarını akıllıca kullanarak tüm gömülü uzayda çok modlu alakalılık dağılımını modelliyor ve stratejik seçimler yaparak global keşfi yönlendiriyor.

arXiv (CS + AI) 0