molecular-simulation

论文提出 Magnolia，一个面向计算化学的持久记忆 AI 智能体框架，采用三层记忆系统（会话、项目、跨项目规则），整合对接、分子动力学与量子化学计算流程；在四个案例中验证了记忆机制显著提升任务检查通过率。

NEMORA 是一种将 Fast Multipole Method 推广为可学习等变算子的新方法，用于在等变图神经网络（equivariant graph neural networks）中建模长程原子间相互作用，具备线性时间与内存复杂度，可处理数十万原子体系，并在长程基准测试上将力和能量误差降低一个至三个数量级。

本文描述了MBX分子模拟程序的自动化优化，该优化通过编译器向量化和并行计算，利用SIMD指令来提升性能。

本文介绍了等变层神经网络（ESNN），它通过在图上学习有向几何传输，来增强物理系统的等变消息传递，同时保持精确的欧几里得对称性。