KI und die schwierigen Probleme der Welt · Chemie & Materialien · arXiv · 2026-10-20
Die Asymmetrie der Fehler bei Kompression und Dehnung in universellen maschinell gelernten interatomaren Potenzialen verstehen
Originaltitel: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials
Die Zuverlässigkeit universeller maschinell gelernter interatomarer Potenziale bei gerichteter Verformung ist unklar. Die Autoren verglichen für elf vortrainierte Potenziale Stauchung und Dehnung entlang gepaarter Verformungspfade ausgehend von denselben Ausgangsstrukturen, mit DFT-Referenzen. Bei ±10 % Dehnung hatte jedes Modell bei Stauchung einen größeren medianen Kraftfehler. Die Zerlegung des Fehlerwachstums zeigte, dass die Anpassung der Kraftskala die Asymmetrie verringert, auch wenn in einem Datensatz ein Überschuss auf der Stauchungsseite bestehen bleibt.