arXiv · Machine Learning· Chengqian Zhang, Yucheng Jin, Duo Zhang, Tiejun Li, Han Wang·· 9 小时前AI 评分42
CrystalREPA：将通用机器学习原子间势（MLIP）的物理先验迁移至晶体生成模型
CrystalREPA: Transferring Physical Priors from Universal MLIPs to Crystal Generative Models
AI 导读
CrystalREPA通过对齐晶体生成编码器与冻结的通用机器学习原子间势（MLIP）表征，将稳定性先验迁入生成模型，且不增加推理成本。在三种生成框架、十个 MLIP 教师和两个基准数据集上，它提升了生成晶体的热力学稳定性、结构有效性和结构保真度。MLIP 的迁移效果难由标准排行榜准确率预测，却与原子级表征的可区分性密切相关。
来源：arXiv · Machine Learning · arxiv.org