精确化学收集：广化学空间的耦合簇原子化能
化学物理
2026-02-17 v5
摘要
精确热化学数据（准确到经验基准值的 1 kcal mol 以内）是推进计算化学方法的关键。然而，现有数据集在规模或覆盖范围上仍有限，这阻碍了开发在闭合壳态中性分子的广化学空间中具有预测精度的数据驱动方法。本文提出了微软研究院精确化学收集（MSR-ACC）及其首个版本 MSR-ACC/TAE25，包含 73,040 个 CCSD(T)/CBS 级原子化能，采用 W1-F12 热化学协议获得。该数据集旨在穷尽包含最多 5 个非氢原子、来自氙及以下元素、缺乏显著多参考特征的闭合壳态中性共价键平衡分子结构的化学空间。该数据集及其标准化训练和验证分割均以 QCSchema 格式在 Zenodo 上以 CDLA Permissive 2.0 许可证公开。MSR-ACC 的首个版本使数据驱动方法能够以前所未有的精度和范围开发预测性计算化学方法。
引用
@article{arxiv.2506.14492,
title = {Accurate Chemistry Collection: Coupled cluster atomization energies for broad chemical space},
author = {Sebastian Ehlert and Jan Hermann and Thijs Vogels and Victor Garcia Satorras and Stephanie Lanius and Marwin Segler and Klaas J. H. Giesbertz and Derk P. Kooi and Kenji Takeda and Chin-Wei Huang and Giulia Luise and Rianne van den Berg and Paola Gori-Giorgi and Amir Karton},
journal= {arXiv preprint arXiv:2506.14492},
year = {2026}
}
备注
9 pages plus references, 6 figures, dataset on Zenodo; CHANGES: fixed abstract metadata