Benchmarking Universal Machine Learning Force Fields for Crystal Structure Prediction of High-Energy Molecular Systems
本研究评估了通用机器学习力场(MACE、MACE-OFF 和 UMA)在预测高能分子系统晶体结构方面的可靠性,证明了虽然直接应用显示出较高的成功率,但将这些模型与经典力场预弛豫相结合可以系统地减少失败情况,并确定 MACE-OFF 是平衡结构保真度与计算效率的最佳选择。