Understanding multi-fidelity training of machine-learned force-fields
Este estudio compara sistemáticamente las estrategias de entrenamiento multifidelidad de pre-entrenamiento/ajuste fino y entrenamiento multi-cabezal para campos de fuerza aprendidos por máquina, revelando que, aunque el primero suele ofrecer mayor precisión, el segundo proporciona ventajas prácticas al permitir el uso eficiente de datos de diferentes niveles de fidelidad para desarrollar campos de fuerza universales y rentables.