UniFFBench: 通用机器学习力场的实验基准测试

摘要

通用机器学习力场（UMLFF）有望加速材料模拟，但以往评估仅基于计算基准，难以反映真实性能。为此，研究团队提出UniFFBench框架，包含MinX数据集——涵盖85种元素、1500多种矿物体系，涉及极端热力学条件（0-5000 K，0-1000 GPa）及结构复杂性（如部分占据和无序）。通过实验参考值验证，评估了六种先进UMLFF的泛化能力，发现存在显著的“现实差距”：在计算基准上表现优异的模型在实验复杂性下常常失效，即使最佳模型的密度预测误差也超过实际应用阈值，且模拟稳定性与力学性能准确性之间不相关，误差更多与训练数据代表性相关。