DGLD: 领域门控潜在扩散模型在新型高能材料发现中的应用深度解析
DGLD（Domain-Gated Latent Diffusion）是一种创新的生成式AI框架，通过领域门控训练、多任务评分模型引导和四阶段化学验证漏斗，解决了高能材料发现中稀疏标签和性能停滞的问题，成功发现了12种经DFT确认的新型高能材料。
DGLD（Domain-Gated Latent Diffusion）是一种创新的生成式AI框架，通过领域门控训练、多任务评分模型引导和四阶段化学验证漏斗，解决了高能材料发现中稀疏标签和性能停滞的问题，成功发现了12种经DFT确认的新型高能材料。
微软研究院提出的 Enhanced Diffusion Sampling 框架，将扩散模型（Diffusion Models）与经典增强采样算法结合，实现了 GPU 分钟级精确估算稀有事件自由能，解决了生成式采样器在处理低概率状态时的效率瓶颈。