arXiv · cs.AI· Pavlo O. Dral, Yi-Fan Hou, Yuxinxin Chen, Hassan Nawaz, Mateusz Witkowski, Szymon \'Smiga, Ireneusz Grabowski·· 11 小时前
机器学习势能否超越训练方法：方法可迁移机器学习势的视角
Can Machine Learning Potentials Be More Accurate Than the Methods They Are Trained On?
arXiv:2610.18027v1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：Pavlo O. Dral, Yi-Fan Hou, Yuxinxin Chen, Hassan Nawaz, Mateusz Witkowski, Szymon \'Smiga, Ireneusz Grabowski
研究任务与主要进展
Pavlo O. Dral等人在论文《机器学习势能否超越其训练方法？》中提出，机器学习势除配置空间和化合物空间外，还可泛化到量子化学方法空间，以非经验方式预测未见方法的结果。作者报告了密度泛函理论和波函数理论中的工作实现，并声称其精度可以超过任一训练方法；该表述仅基于论文摘要，实验与基准细节未提供。
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 · cs.AI · arxiv.org