EnvTok用不足1%数据训练，称OMat24约99%结构冗余

Evgeny Moerman、Igor Poltavsky、Anton Charkin-Gorbulin、Alexandre Tkatchenko等发布论文，提出无需标注的数据选择方法EnvTok，并用其在OMat24中选取不足1%（650万原子）的子集训练MACE模型。作者报告这些子集模型的力误差达到全数据参考模型MACE-OMAT-0的几十meV/Å以内，并在形成能、弹性模量、热容、Li+迁移势垒以及最高3000 K、500 GPa的分子动力学稳定性上接近或超过参考结果。 EnvTok仅依据原子位置、元素种类和可选磁矩，在未标注、未训练前即可筛选结构多样的环境。作者据此认为OMat24中约99%的结构在很大程度上是冗余的。 以上结果为作者在OMat24这一目前最大的材料数据集上的测试结论，属于论文声称范围，尚未见独立复现报道。

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。