09:33官方账号arXiv cs.LG@Qiwei Han, Chi ZhouChemFusion是一种混合神经网络,融合了传统电子特征与明确的3D原子坐标,通过交叉注意力机制让全局电子状态动态关注未池化分子点云中的空间约束。在多样化交叉偶联反应库上测试,该模型在预测性能上显著超过传统单模态框架。提取注意力矩阵显示,网络自动学习识别并惩罚限制性空间位阻,提供了物理可解释性。论文ChemFusion多模态交叉注意力推荐理由:这篇论文搞了个ChemFusion模型,把电子特征和3D结构结合起来用交叉注意力,预测催化反应产率比老方法准多了。原文稍后读已读值得跟进有用关注 ChemFusion
11:39官方账号arXiv cs.AI@Nityanand Mathur, Hamees Sayed, Wasim Madha, Apoorv Singh, Sameer Khurana, Akshat Mandloi, Sudarshan Kamath论文首次将DAAM框架适配到语音扩散模型,提出交叉注意力归因方法并应用于CapSpeech-TTS。方法提取了25层和24个ODE步骤的每个token热力图。分析了3600个(风格字幕,文本转录)组合,包含120个风格字幕和30个文本转录。结果发现风格token的时间方差低于内容/功能token,且风格关注度与F0和能量相关。注意力熵在层17达到最小值,与风格重要性峰值同时出现。论文CapSpeech-TTSDAAM交叉注意力推荐理由:这篇把视觉归因方法搬到语音合成里,让你看清每个词怎么影响声音,对理解可控TTS特别有用。原文稍后读已读值得跟进有用关注 CapSpeech-TTS