浙江大学与之江实验室研究团队提出了一种基于蛋白质口袋的3D分子生成模型——ResGen，该模型可快速生成具有更低结合能和更高多样性的类药物分子。与以往技术相比，ResGen的速度提升8倍，并成功应用于药物设计中的多个环节。该模型采用并行多尺度建模策略，可更好地考虑蛋白质口袋的几何形状，并实现更高的计算效率。ResGen在多个评估指标上优于现有最先进模型，包括结合能、类药性等。在真实药物设计场景中，

2023 年 4 月，发表于 Science 的一项研究显示，来自 meta AI 团队的研究者采用能够涌现出演化信息的大语言模型，开发了一个从序列到结构的预测器 ESMFold，对单序列蛋白的预测精度超过了 AlphaFold2，对有同源序列的蛋白的预测精度接近 AlphaFold2，且速度提升了一个数量级，该模型预测了 6 亿多条宏基因组的蛋白质，展示了天然蛋白质的广阔性和多样性。值得强调的是

在刚刚结束的秋季新品发布会上，苹果推出 iPhone 16、AirPods 4、Apple Watch Series 10等新品，基于自研芯片，在性能上实现了重大飞跃，同时全面融入 Apple Intelligence，为用户带来前所未有的智能体验。

开源模型落地房价分析/海洋遥感/大气建模/成矿预测

Profiler v1.9 的改进主要针对在运行时和/或内存上能耗最严重的执行步骤，同事将 GPU 和 CPU 之间的工作负载分配进行可视化。Profiler v1.9 新增五个主要功能包括：1、分布式训练视图： 这有助于你掌握分布式训练任务中，消耗的时间和内存。假设你有一个训练模型，当你要把负载分成 Worker 节点并行运行时，可能会像黑盒一样，出现各种各样的问题。模型整体的目标是提高训练速度

内容导读：特征提取是图像处理过程中常需要用到的一种方法，其效果好坏对模型的泛化能力有至关重要的影响。特征提取（Feature extraction）在机器学习、模式识别和图像处理中应用广泛。它从初始的一组测量数据开始，建构出提供信息且不冗余的派生值，即特征值，从而促进后续的学习和泛化步骤。在使用 PyTorch 进行模型训练的过程中，经常需要提取模型中间层的特征。解决这个问题可以用到 3 种方法。

在刚刚结束的秋季新品发布会上，苹果推出 iPhone 16、AirPods 4、Apple Watch Series 10等新品，基于自研芯片，在性能上实现了重大飞跃，同时全面融入 Apple Intelligence，为用户带来前所未有的智能体验。

使用 PyTorch 和 Ray 进行分布式机器学习入门，Ray 是一个流行的分布式Python 框架，可以与 PyTorch 搭配，快速扩展机器学习应用。

原创：HyperAI超神经关键词：华为 鸿蒙今天下午，在华为东莞工业园区举行的开发者大会上，华为消费者 CEO 余承东，正式宣告发布了鸿蒙操作系统！全球首个基于微内核的全场景分布式 OS 终于来临！鸿蒙的英文为HarmonyOS，寓意为给这个世界带来和谐。【划重点】根据余承东的报告，鸿蒙具备四大技术特性：1、分布式架构首次用于终端 OS，实现跨终端无缝协同体...

包含200亿个神经元和数据约束结构