ACEsuit/mace-foundations

解決的問題

本專案提供適用於原子級材料化學的預訓練基礎模型，能夠預測化學系統中的能量與作用力，無需為每個新材料或分子從頭訓練模型。

運作原理

它提供了一套參數化涵蓋達 89 種化學元素的 MACE 模型。這些模型使用密度泛函理論（DFT）的理論層級，在海量資料集（如 MPTrj、OMAT 和 OMOL）上進行訓練。根據具體模型的不同，它們針對不同的目標進行了最佳化，例如無機晶體、有機系統、帶電荷與自旋的分子或表面。

適用對象

材料科學、化學和物理學領域的研究人員與科學家，且需要高精度的原子級模擬與分子動力學（MD）模擬。

亮點

• 廣泛的元素涵蓋範圍：模型涵蓋達 89 種化學元素。
• 多樣化的模型變體：包含適用於材料的專用模型（MACE-MP）、分子的專用模型（MACE-OMOL）以及跨領域效能模型（MACE-MH）。
• 穩定性提升：第二代模型在高壓環境與分子動力學模擬中具有更好的穩定性。
• 最先進的準確度：MACE-MPA-0 模型在 Matbench 基準測試中達到了最先進的準確度。