La IA y los problemas difíciles del mundo · Química y materiales · arXiv · 2026-10-20
Comprensión de la asimetría del error de compresión y extensión en los potenciales interatómicos universales de aprendizaje automático
Título original: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials
La fiabilidad de los potenciales interatómicos universales de aprendizaje automático bajo deformación direccional no está clara. Los autores compararon la compresión y la extensión a lo largo de trayectorias de deformación emparejadas a partir de las mismas estructuras de origen para once potenciales preentrenados, usando referencias de DFT. Con una deformación de ±10%, todos los modelos presentaron un error de fuerza mediano mayor en compresión. Al descomponer el crecimiento del error se vio que igualar la escala de las fuerzas reduce la asimetría, aunque en un conjunto de datos persiste un exceso en el lado de compresión.