研究揭示无约束原子间势能学习理论极限

发生了什么

据arXiv cs.LG论文《On the Theoretical Limits of Learning Unconstrained Interatomic Potentials》显示，机器学习原子间势能在无约束假设类下，预测误差与采样精度关系在维度上呈指数病态。研究识别出两种失败机制：动力学陷阱（Kinetic trapping）导致平衡恢复需指数长时间；平衡失配（Equilibrium mismatch）使学习分布远离目标。即使在局部对称模型中，小单原子误差也可能随系统尺寸增加导致最大分布差异。