ASPIRE：用于鞍点发现的集合预测与物理精化框架
Get the story
2026年10月9日，arXiv Machine Learning Theory 频道发布一手报道，介绍研究者提出的 ASPIRE（Atomistic Saddle-Point Inference with Refinement for Events）框架。该框架使用等变集合预测器 Ev-Quiformer，从单一初始原子环境生成多个鞍点候选，随后在原始原子势上进行 Dimer 搜索精化，以提高鞍点发现的准确性。目前报道仅涉及该框架的提出与方法构成，未披露实验结果、代码开源或后续验证进展。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning TheoryASPIRE：用集合预测与物理精化发现鞍点
研究者提出 ASPIRE（Atomistic Saddle-Point Inference with Refinement for Events）框架，用等变集合预测器 Ev-Quiformer 从单一初始原子环境生成多个鞍点候选，再在原始原子势上做 Dimer 搜索精化。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.