IA e os Problemas Difíceis do Mundo · Química e materiais · arXiv · 2026-10-20
Compreendendo a assimetria de erro entre compressão e extensão em potenciais interatômicos universais de aprendizado de máquina
Título original: Understanding compression-extension error asymmetry in universal machine-learning interatomic potentials
A confiabilidade dos potenciais interatômicos universais de aprendizado de máquina sob deformação direcional não está clara. Os autores compararam compressão e extensão ao longo de caminhos de deformação pareados a partir das mesmas estruturas de origem para onze potenciais pré-treinados, usando referências de DFT. Com deformação de ±10%, todos os modelos apresentaram maior erro mediano de força na compressão. A decomposição do crescimento do erro mostrou que o ajuste da escala de força reduz a assimetria, embora um excesso do lado da compressão permaneça em um conjunto de dados.