


AI FOR SCIENCE · 记录
University of Toronto
记录里的研究
- 2026-10-24校准过的不确定性迁移到分布外时好时坏;在主动学习里,它总体上不比随机采样或不校准更好第 2 级 · 算出来了
- 2026-10-16多伦多团队的系统拿到实验目标、房间照片和仪器接口后,为实验室建出数字孪生、教会机械臂搬运孔板,并跑完一次 96 孔量子点筛选第 4 级 · 在物理世界里被检验
- 2026-10-01Shift Bioscience 称“扰动模型打不过朴素基线”这一结论所用的指标标定有问题,换成标定好的指标后,较新的模型能胜过基线第 2 级 · 算出来了
- 2026-09-29GLASS 生成最多 150 个原子的金属有机框架,结构有效率 74.8%,但 98.3% 的有效样本与已知训练框架匹配第 2 级 · 算出来了
- 2025-12-17深度原理联合 25 家机构发布 1125 题的科学发现基准 SDE:最好的模型得分 0.60-0.75,而它们在 GPQA-Diamond 上是 0.86第 2 级 · 算出来了
- 2025-12-05Mila 牵头的预印本发现:在 DFT 自身误差范围内,电催化剂通常使用的计算指标会把 Open Catalyst 数据集中三分之一以上的表面判为不逊于已知最佳催化剂第 2 级 · 算出来了
本站的解读
- 2026-10-27Bravo-Abad:先说清结论依赖哪种数据迁移,再拿它做测试评论Jorge Bravo-Abad · Discovery at Scale
人物
只列 AI4S.fyi 记录里出现过的人:融资、时间线、评论、访谈或有出处的任职。不是完整团队。
在 AI4S.fyi 里出现
Geoffrey Hinton荣休杰出教授 Zador:引用数据低估了神经科学对 AI 的贡献,该改看思想史
Jason Hattrick-Simpers材料科学与工程系教授;Acceleration Consortium 研究员 校准过的不确定性迁移到分布外时好时坏;在主动学习里,它总体上不比随机采样或不校准更好
Bo Wang计算机科学系与检验医学和病理生物学系助理教授 Xaira 为给人用的仪器造了一只带相机的机械臂:七天里它向 HPLC 装了 18 块板,比公司对工作日白天排班的建模多 80%
Alán Aspuru-Guzik化学系与计算机科学系教授 多伦多团队的系统拿到实验目标、房间照片和仪器接口后,为实验室建出数字孪生、教会机械臂搬运孔板,并跑完一次 96 孔量子点筛选
Jiaru Bai博士后,Aspuru-Guzik 与 Bernales 课题组(AI 发现与自驱动实验室) 多伦多团队的系统拿到实验目标、房间照片和仪器接口后,为实验室建出数字孪生、教会机械臂搬运孔板,并跑完一次 96 孔量子点筛选- VVarinia BernalesMatter Lab 课题负责人 多伦多团队的系统拿到实验目标、房间照片和仪器接口后,为实验室建出数字孪生、教会机械臂搬运孔板,并跑完一次 96 孔量子点筛选
Soukayna Mouatadid2026 年论文署名单位(共同第一作者) 叠加在 ECMWF 预报之上的机器学习校正,在 ECMWF 2025 年第三、四周实时预报竞赛中排名第一,胜过六家业务预报中心和 34 支队伍
Pengsong Zhang机械与工业工程系博士候选人 Huang 等:AI 让科学探索变窄,该改的是激励而不是工具
Seyed Mohamad Moosavi化学工程与应用化学系助理教授;AI4ChemS 课题组负责人 GLASS 生成最多 150 个原子的金属有机框架,结构有效率 74.8%,但 98.3% 的有效样本与已知训练框架匹配
本页汇总 AI4S.fyi 已记录的内容,每一条都链接到来源。它不是对这家机构的评分,也不是完整历史:空白往往说明记录还没跟上,而不一定说明什么都没发生。