arXiv · Materials Science· Yue Wu, Haoyu Wan, Yuan Tian, Deng Pan, Mingwei Chen·· 3 小时前
专用机器学习力场用于材料动力学的综述
Specialized machine learning force fields for materials dynamics
arXiv:2610.12151v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yue Wu, Haoyu Wan, Yuan Tian, Deng Pan, Mingwei Chen
研究任务与主要进展
该综述评估物理驱动专用化如何将机器学习原子间势扩展到复杂材料动力学，并围绕带电界面、组分波动的开放系统、多相演化和大尺度断裂等场景建立面向可观测量的验证框架。作者指出，通用基础模型与任务专用势具有互补作用，专用适配需要针对目标可观测量进行严格基准测试；当前内容仅基于论文摘要。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · Materials Science · arxiv.org