通用机器学习力场多组分材料误差研究

一项 arXiv 论文对通用机器学习力场在多组分材料中的误差做了基准评测：作者构建 7,599 个多组分构型，评估 11 个预训练模型对密度泛函理论能量、力和应力的预测。结果显示压缩侧力误差是拉伸侧的 1.81-1.95 倍，训练参考覆盖差异与误差增大存在定性关联。 在参数匹配条件下，最大阶数为 2 和 4 的球谐表示分别降低了 43 种元素中 38 种和 40 种的测试力误差。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。