ACEsuit/mace-foundations

解决的问题

本项目提供适用于原子级材料化学的预训练基础模型，能够预测化学系统中的能量与作用力，无需为每种新材料或分子从头训练模型。

工作原理

它提供了一套参数化涵盖达 89 种化学元素的 MACE 模型。这些模型使用密度泛函理论（DFT）的理论层级，在海量数据集（如 MPTrj、OMAT 和 OMOL）上进行训练。根据具体模型的不同，它们针对不同的目标进行了优化，例如无机晶体、有机系统、带电荷与自旋的分子或表面。

适用对象

材料科学、化学和物理学领域的研究人员与科学家，且需要高精度的原子级模拟与分子动力学（MD）模拟。

亮点

• 广泛的元素覆盖范围：模型涵盖达 89 种化学元素。
• 多样化的模型变体：包含适用于材料的专用模型（MACE-MP）、分子的专用模型（MACE-OMOL）以及跨领域性能模型（MACE-MH）。
• 稳定性提升：第二代模型在高压环境与分子动力学模拟中具有更好的稳定性。
• 最先进的准确度：MACE-MPA-0 模型在 Matbench 基准测试中达到了最先进的准确度。