New York University（纽约大学）

Quantum statistics from classical simulations via generative Gibbs sampling

通过生成性Gibbs采样从经典模拟中获得量子统计

Weizhou Wang, Xuanxi Zhang, Jonathan Weare, Aaron R. Dinner

机构 * Department of Chemistry, University of Chicago（芝加哥大学化学系） ； James Franck Institute, University of Chicago（芝加哥大学詹姆斯·弗兰克研究所） ； Courant Institute of Mathematical Sciences, New York University（纽约大学Courant数学科学研究所） 纠错

AI总结 通过生成性Gibbs采样从经典模拟中恢复量子统计，GG-PI在减少计算成本的同时保持了量子效应的准确性。

Comments 12 pages, 9 figures

Atomic Depth Estimation From Noisy Electron Microscopy Data Via Deep Learning

通过深度学习从噪声电子显微镜数据中估计原子深度

Matan Leibovich, Mai Tan, Ramon Manzorro, Adria Marcos-Morales, Sreyas Mohan, Peter A. Crozier, Carlos Fernandez-Granda

机构 * Courant Institute of Mathematical Sciences, New York University（纽约大学数学科学学院） ； School for Engineering of Matter, Transport, and Energy, Arizona State University（亚利桑那州立大学工程科学学院） ； Center for Data Science, New York University（纽约大学数据科学中心） 纠错

AI总结 本文提出通过深度学习从噪声电子显微镜数据中准确估计原子深度，提升三维原子级信息提取的精度和鲁棒性。

RxnBench: A Multimodal Benchmark for Evaluating Large Language Models on Chemical Reaction Understanding from Scientific Literature

RxnBench: 一个用于评估大语言模型在科学文献中理解化学反应的多模态基准

Hanzheng Li, Xi Fang, Yixuan Li, Chaozheng Huang, Junjie Wang, Xi Wang, Hongzhe Bai, Bojun Hao, Shenyu Lin, Huiqi Liang, Linfeng Zhang, Guolin Ke

机构 * DP Technology（DP技术公司） ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； New York University（纽约大学） ； Fudan University（复旦大学） ； Xiamen University（厦门大学） ； ShanghaiTech University（上海科技大学） 纠错

AI总结 RxnBench通过两个任务评估大语言模型在化学反应理解上的能力，揭示模型在深度化学逻辑和结构识别上的不足，强调需改进视觉编码和推理能力以推动AI化学发展。

Compositional Reasoning with Transformers, RNNs, and Chain of Thought

基于变换器、RNN和思维链的组合推理

Gilad Yehudai, Noah Amsel, Joan Bruna

机构 * Courant Institute of Mathematical Sciences（Courant数学科学研究所） ； New York University（纽约大学） ； Center for Data Science（数据科学中心） ； Center for Computational Mathematics（计算数学中心） ； Flatiron Institute（Flatiron研究所） 纠错

AI总结 本文研究了变换器、RNN和思维链架构在解决组合推理问题上的表现，证明了不同架构在处理此类问题时各有优劣，无一严格优于其他。

Comments NeurIPS CR version