Data-Efficient Adaptation of DPA-4 Force Fields to DFT+U Energetics: A Case Study in NiO
यह अध्ययन प्रदर्शित करता है कि गलत चरण ऊर्जाओं (phase energetics) वाले व्यापक डेटासेट पर प्रीट्रेन किए गए फाउंडेशन मशीन-लर्नड फोर्स फील्ड्स को NiO जैसे विशिष्ट सहसंबद्ध (correlated) पदार्थों के लिए कॉम्पैक्ट टार्गेट-लेवल फाइन-ट्यूनिंग के माध्यम से कुशलतापूर्वक सुधारा जा सकता है, जो एक व्यावहारिक मल्टी-फिडेलिटी रणनीति को सक्षम बनाता है जो व्यापक प्रीट्रेनिंग के बाद अनुप्रयोग-विशिष्ट समायोजन को प्राथमिकता देता है।