Overcoming sampling limitations using machine-learned interatomic potentials: the case of water-in-salt electrolytes
Este trabajo demuestra que los potenciales interatómicos aprendidos por máquina, especialmente mediante el ajuste fino de modelos fundacionales, superan las limitaciones de muestreo de la dinámica molecular *ab initio* para modelar con precisión electrolitos de agua en sal altamente concentrados a escalas de tiempo relevantes.