DeepSciReasoner：物理约束下的光谱预测框架

2026年10月25日，arXiv cs.AI/cs.LG 刊出论文 DeepSciReasoner，提出一个在硬物理约束下预测科学光谱的通用框架，该文已被 ICML 2026 收录。方法上，它把结构感知的光谱解码与约束保持的物理推理结合起来，使预测既能捕捉丰富的光谱结构，又遵守守恒律与特征光谱几何。作者在 eDOS、phDOS、XANES 和拉曼光谱上评估，报告预测精度明显提升且保持物理一致性，代码与数据已在项目页公开。目前公开信息均来自论文自述，尚无第三方复现或独立评测的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。