University of Toronto（多伦多大学）

Update-Free On-Policy Steering via Verifiers

基于验证器的免更新在线策略引导

Maria Attarian, Ian Vyse, Jasper Gerigk, Evgenii Opryshko, Yifan Ruan, Anas Almasri, Sumeet Singh, Yilun Du, Igor Gilitschenski, Claas Voelcker

机构 * University of Toronto（多伦多大学） ； Google DeepMind（谷歌DeepMind） ； University of Alberta（阿尔伯塔大学） ； UTAustin（得克萨斯大学奥斯汀分校） ； Harvard University（哈佛大学） 纠错

AI总结 提出UF-OPS方法，利用策略评估中的验证器函数引导基础策略选择高成功概率动作，无需更新参数即可提升黑箱扩散策略性能，在5个真实任务中平均成功率提升49%。

Comments 11 pages, 5 figures

HIP: Hessian Interatomic Potentials without derivatives

HIP从臀部射出：无需导数的Hessian互作用势

Andreas Burger, Luca Thiede, Nikolaj Rønne, Varinia Bernales, Nandita Vijaykumar, Tejs Vegge, Arghya Bhowmik, Alan Aspuru-Guzik

机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Technical University of Denmark（丹麦技术大学） ； CAPeX Pioneer Center for Accelerating P2X Materials Discovery（CAPeX加速P2X材料发现先锋中心） ； Acceleration Consortium（加速联盟） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院） ； NVIDIA（英伟达） 纠错

AI总结 本文提出通过深度学习模型直接预测Hessian，无需自动微分或有限差分，实现更高效、准确的分子力学计算。

Comments this https URL (https://github.com/BurgerAndreas/hip)