能量与力在DFT轨迹上的回归不足以实现通用机器学习相互作用势能

本研究关注当前通用机器学习相互作用势能（MLIPs）在材料发现中的不足，主要问题包括过度依赖于密度泛函理论（DFT）生成训练数据，以及无法进行可靠的分子动力学（MD）模拟。论文提出了利用更准确的模拟方法生成广泛材料设计空间数据，开发MLIP计量工具，以及构建高效的MLIPs来提高模拟精度的创新方案，以推动其在复杂材料建模中的实际应用。