TorchSISSO：基于PyTorch的独立筛选与稀疏化操作的高效可解释模型发现实现
原文中文，约600字，阅读约需2分钟。发表于：。本研究解决了传统SISSO算法在现代计算环境中的性能低效和实现受限的问题。通过构建基于PyTorch的TorchSISSO，实现了GPU加速、易于集成和扩展的新方法。研究表明，TorchSISSO在多项任务中性能与原始SISSO相当或更优，同时显著降低计算时间，提升科学应用的可访问性。
Matbench Discovery使用机器学习模型模拟无机晶体的稳定性，解决了热力学稳定性与形成能的差异。通过Python包和排行榜分析，CHGNet、M3GNet和MACE在预测热力学稳定性方面表现最佳，F1得分约为0.6，发现加速因子最高达5倍。强调分类指标比全局回归指标更相关，接近决策边界时易出现高假阳性率。
