加州大学伯克利分校（UC Berkeley） 发布 MLIP Arena 数据集, 应用在 机器学习原子间势、材料科学基准 领域

加州大学伯克利分校（UC Berkeley） 本次发布的数据集 MLIP Arena, MLIP Arena是一个公开的、可访问的基准平台，用于评估机器学习原子间势（MLIP）的性能。该数据集包含了1000种不同的晶体结构，用于评估MLIP在非平衡条件下的渐近行为、极端条件下的稳定性和反应性、分布偏移下的鲁棒性以及预测热力学性质和物理现象的能力。该数据集旨在解决现有基准数据集存在的问题，例如数据泄露、可迁移性有限以及过度依赖与特定密度泛函理论（DFT）参考相关的基于误差的指标。MLIP Arena通过超越静态DFT参考并提供一个可重复的框架，以指导下一代MLIP开发朝着提高预测精度和运行时效率的方向发展，同时保持物理一致性。

查看MLIP Arena

README 内容： 

关于 加州大学伯克利分校（UC Berkeley） , 加州大学伯克利分校是美国著名公立研究型大学，位于美国加利福尼亚州伯克利市，是世界顶尖学府之一，在多个学术领域均享有较高声誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。