RamanPFN：物理引导的拉曼光谱基础框架
热点事件持续更新
RamanPFN：物理引导的拉曼光谱基础框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Xingyu Pan 等作者提出 RamanPFN，一个物理引导的拉曼光谱基础框架，通过编码光谱成分的加性混合与振动谱带的局部性，实现无需参数更新的上下文推理。 在 74 个公开拉曼数据集、超过 33 万条光谱上，其骨干模型 RMSE 较 26 种方法降低 13.2%。作者称该优势可泛化到 TabPFN-3、TabICLv2 和 Kumo-Tabular，回归误差降低 12.3%–25.7%，多分类 log loss 降低 42.4%–63.5%。
AI 根据报道生成 · 47 分钟前更新
最新进展11月11日 13:00
RamanPFN：面向多样化拉曼应用的物理引导光谱基础框架，实现上下文学习报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- arXiv cs.AIRamanPFN：面向多样化拉曼应用的物理引导光谱基础框架，实现上下文学习
RamanPFN 是一个物理引导的光谱基础框架，通过全局成分解混与局部振动子空间编码实现无需参数更新的上下文推理。在 74 个公开拉曼数据集、超 33 万条光谱上，其骨干 RMSE 较 26 种方法降低 13.2%。该优势在 TabPFN-3、TabICLv2 和 Kumo-Tabular 上可泛化，回归误差降低 12.3%-25.7%，多分类 log loss 降低 42.4%-63.5%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。