AI 與世界的難題 · 化學與材料 · arXiv · 2026-10-20
以無序碳材料挑戰原子尺度基礎模型
原標題: Challenging Atomistic Foundation Models on Disordered Carbons
作者測試了六種基礎機器學習原子間勢（machine-learned interatomic potentials），應用於無序碳材料（包括含氧與含氫的版本），以檢驗它們在訓練範圍之外的可靠程度。他們先以 DFT 的能量與力誤差篩選模型，再對其中四個模型進行熔融—淬火—退火分子動力學模擬。MACE-MH-1 的表現最為穩定可靠，而且出現了低 DFT 誤差無法揭示的失效情形，例如不符合物理的外推。這四個模型所產生的奈米多孔碳結構，皆與主要的實驗特徵相符。