How good are universal MLIPs for alloys? A benchmark is only as trustworthy as its controls
यह शोधपत्र यह प्रदर्शित करता है कि यूनिवर्सल मशीन-लर्नड इंटरएटॉमिक पोटेंशियल (uMLIPs) के वर्तमान बेंचमार्क अक्सर डेटाबेस कन्वेंशन और DFT शोर जैसे अनियंत्रित चरों के कारण अविश्वसनीय होते हैं, जो यह प्रकट करता है कि कठोर नियंत्रण लागू करने से बेंचमार्क आर्टिफैक्ट्स उजागर होते हैं और यह दर्शाता है कि कोई भी एकल मीट्रिक इन मॉडलों को मिश्र धातु स्थिरता (alloy stability) के लिए सटीक रूप से रैंक नहीं कर सकता है।