Benchmarking Universal Machine Learning Interatomic Potentials for Supported Nanoparticles: Decoupling Energy Accuracy from Structural Exploration
이 논문은 지지된 나노입자 촉매 시스템에서 범용 머신러닝 간섭자 포텐셜 (uMLIPs) 이 도메인 특화 모델과 비교하여 에너지 정확도와 구조 탐색 능력은 우수하지만 계산 비용이 높다는 점을 평가하고, 미세 조정 없이도 유망한 시뮬레이션 도구로 활용 가능함을 입증했습니다.