Flexible Cutoff Learning: Optimizing Machine Learning Potentials After Training
Il paper introduce l'Apprendimento a Taglio Flessibile (FCL), un metodo che addestra potenziali interatomici basati sul machine learning con raggi di taglio variabili per atomo, consentendo di ottimizzare post-allenamento il compromesso tra accuratezza e costo computazionale per diverse applicazioni senza necessità di riaddestramento.