Overcoming sampling limitations using machine-learned interatomic potentials: the case of water-in-salt electrolytes
이 논문은 기계학습 기반 원자 간 퍼텐셜 (특히 파운데이션 모델의 미세 조정) 을 사용하여 기존 ab initio 분자 동역학의 샘플링 한계를 극복하고 고농도 전해질 (물 - 염 전해질) 의 장기적 거동을 실험 결과와 높은 일치도로 정확하게 모델링할 수 있음을 입증합니다.