Evaluating Universal Machine Learning Force Fields Against Experimental Measurements
Questo articolo introduce UniFFBench, un framework di valutazione completo caratterizzato dal dataset MinX di oltre 1.500 sistemi minerali con riferimenti sperimentali, per rivelare un significativo "gap di realtà" in cui i campi di forza di apprendimento automatico universali allo stato dell'arte, nonostante le forti prestazioni nei benchmark computazionali, non riescono a raggiungere l'accuratezza richiesta per applicazioni pratiche quando testati contro condizioni sperimentali del mondo reale.