Benchmarking Universal Machine Learning Force Fields for Crystal Structure Prediction of High-Energy Molecular Systems
本研究は、高エネルギー分子系の結晶構造を予測する際の汎用機械学習力場(MACE、MACE-OFF、およびUMA)の信頼性を評価しており、これらを直接適用することで高い成功率を示す一方で、これらのモデルを古典的な力場による事前緩和と組み合わせることで失敗が系統的に減少すること、およびMACE-OFFが構造の忠実度と計算効率のバランスにおいて最適な選択肢であることを示している。