多组分材料机器学习力场误差基准

Hongwei Du等构建了包含7,599种多组分构型的基准，并以密度泛函理论结果为参照评估11个预训练机器学习力场。摘要报告，压缩侧力误差在匹配元素对和绝对距离偏差后，仍是延展侧的1.81至1.95倍。 在参数量可比的球谐表示比较中，最大阶数为2和4的模型分别在43种元素中的38种和40种上降低了测试力误差，但元素间的预测难度仍有差异。研究目前基于论文摘要，尚未说明独立复现或实际部署表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。