一个设计选择决定材料机器学习模型是否会做出物理上不可能的预测

摘要

材料机器学习模型正取代第一性原理计算，物理对称性是核心。旋转对称误差只是近似误差；有些约束精确：中心对称晶体压电张量必为零，非零即物理上不可能。模型能否避免这类预测由训练前一个罕被报告的设计位决定：特征是否带宇称标签。据此推出的“宇称间隙”判据，用群论判断受影响的性质与晶体。在仅差该位的成对架构中测试两千个中心对称晶体，带宇称标签模型停在浮点下限，仅旋转对称模型在90–96%晶体上预测禁戒响应，相差六个数量级，且精度无损。显式零训练无法恢复精确；冻结通用势上的预测头继承主干对称群；随机初始化时一次反射可秒级验证标签。