MP-ALOE：面向通用机器学习原子势能的 r2SCAN 数据集
材料科学
2025-07-09 v1 人工智能
计算物理
摘要
我们提出MP-ALOE，一个 nearly 100 万个 DFT 计算的数据集，采用精确的 r2SCAN 超广义梯度近似。该数据集覆盖89种元素，MP-ALOE采用主动学习方法构建，主要包含非平衡结构。我们对在MP-ALOE上训练的机器学习原子势能进行基准测试，评估其在预测平衡结构的热化学性质；预测远离平衡结构的力；在静态极端变形下保持物理合理性；以及在极端温度和压力下的分子动力学稳定性等基准任务。MP-ALOE在所有基准任务中表现出色，现公开供更广泛的社区使用。
引用
@article{arxiv.2507.05559,
title = {MP-ALOE: An r2SCAN dataset for universal machine learning interatomic potentials},
author = {Matthew C. Kuner and Aaron D. Kaplan and Kristin A. Persson and Mark Asta and Daryl C. Chrzan},
journal= {arXiv preprint arXiv:2507.05559},
year = {2025}
}
备注
To download the dataset and associated files, see https://doi.org/10.6084/m9.figshare.29452190