Data-Efficient Training of Linear ACE Potentials through Leverage-Guided Subset Selection of ASSYST Structure Pools
यह शोध पत्र प्रदर्शित करता है कि लीवरेज-गाइडेड, लेबल-फ्री सबसेट चयन के माध्यम से ASSYST संरचना पूलों का चयन, सटीक रैखिक एटॉमिक क्लस्टर एक्सपेंशन पोटेंशियल को प्रशिक्षित करने के लिए आवश्यक DFT लेबलिंग कार्यभार को (2-3 गुना) महत्वपूर्ण रूप से कम कर सकता है, जबकि रैंडम और अन्य बेसलाइन सैंपलिंग रणनीतियों की तुलना में प्रतिस्पर्धी ऊर्जा, बल और डिफेक्ट-लेवल फिडेलिटी बनाए रखता है।