UniHam：首个SOC完备的大规模哈密顿量数据集与基准

为什么哈密顿量学习需要一个新基准

准确预测电子哈密顿量能让材料性质的推断绕开密度泛函理论（DFT）的高昂计算成本，这是量子材料基础模型的核心愿景。但数据瓶颈一直存在：现有哈密顿量数据集规模小、结构多样性不足，且往往遗漏了自旋-轨道耦合（SOC）这类关键相对论物理效应。一篇新论文提出的 UniHam 正是针对这一缺口——它构建了包含 10 万+ DFT 计算得到的复值厄米哈密顿量、覆盖 72 种元素且带完整 SOC 的数据集与基准套件。

电子哈密顿量在量子力学中描述系统的总能量算符，其矩阵形式（在给定基组下）包含了电子动能、势能以及电子间相互作用等全部信息。对于晶体材料，哈密顿量的本征值和本征矢直接决定能带结构、态密度等电子性质。因此，若机器学习模型能准确预测哈密顿量，便可绕开昂贵的DFT自洽计算，快速推断材料性质。然而，哈密顿量矩阵通常具有厄米性（实对称或复厄米），且维度随基组增大而急剧增加，学习其高维复值结构对模型容量和数据规模都提出了很高要求。

UniHam 数据集：规模与物理完备性

UniHam 的构建逻辑围绕两个词：规模与完备。10 万+ 哈密顿量全部由 DFT 计算得到，且都是复值厄米矩阵，这保证了物理上的合法性。覆盖 72 种元素意味着数据集跨越了相当宽泛的化学空间；晶体几何与对称性方面则涵盖多种晶格类型和空间群族，为模型提供了结构多样性上的训练与评测基础。

SOC 的纳入是这份数据集区别于前人的关键。自旋-轨道耦合在重元素体系中不可忽略，缺失它会让哈密顿量预测在涉及电子结构细节时失真。UniHam 把 SOC 作为默认配置而非可选项，这直接决定了它能否支撑面向真实材料的通用模型。

自旋-轨道耦合（SOC） 是一种相对论效应，源于电子自旋与轨道运动之间的相互作用。在重元素（如过渡金属、镧系元素）中，SOC强度显著，会导致能带劈裂、拓扑非平庸态等物理现象。若在DFT计算中忽略SOC，所得到的哈密顿量会缺失这些关键细节，进而影响对材料电子结构的准确描述。UniHam将SOC作为默认配置，意味着其哈密顿量矩阵为复值厄米矩阵，能够更真实地反映包含重元素体系的物理行为，为训练通用材料模型提供了必要的物理完备性。

三支柱评测协议

在 UniHam 之上，作者设计了标准化协议来评测两个代表性前沿模型，并提出了三个互补的评估维度。

哈密顿量重建精度：这是最直接的指标，衡量模型预测的矩阵与 DFT 参考值之间的接近程度。

分布外（OOD）泛化：评测模型在成分与对称性发生偏移时的表现。论文特别指出，不同模型在成分 OOD 鲁棒性上存在显著差异，这意味着单看分布内精度会掩盖真实部署中的风险。

下游性质预测能力：光有矩阵精度还不够，关键问题是预测出的哈密顿量能否可靠地支撑电子结构性质推断。为此作者强调谱级评估的必要性——只有在能谱层面验证，才能判断哈密顿量预测是否真正可用。

分布外（OOD）泛化 指模型在训练分布之外的数据上的表现。在材料科学中，训练集和测试集可能因元素组成、晶体对称性等因素产生分布偏移。例如，模型在训练时未见过的元素组合或空间群上预测哈密顿量时，性能可能显著下降。OOD泛化评测旨在暴露这种风险，确保模型不仅能在内部分布上表现良好，还能在真实场景中可靠部署。UniHam通过成分和对称性偏移来系统评估模型的鲁棒性，弥补了仅依赖分布内精度的不足。

基准揭示的失败模式

UniHam 上的实验给出了几个值得关注的发现。两个代表性模型的表现被这套指标有效区分，说明基准确实有鉴别力而非饱和。更具体地，实验暴露出与 SOC 和元素相关的内在失败模式——模型在某些元素或 SOC 相关场景下系统性失准，这类问题在聚合指标里容易被平均掉。成分 OOD 鲁棒性的大幅波动也印证了泛化评测不能省略。谱级评估的必要性则从反面说明：仅凭矩阵级误差可能高估模型对下游任务的实际价值。

这些结论对做材料基础模型的研究者有直接参考意义：评测协议的设计本身会影响你对模型能力的判断。

对量子材料基础模型的意义

UniHam 的定位是一个可复现、SOC 完备的基准，用来锐化模型间的比较，并加速下一代量子材料基础模型的开发。数据集、基准与配套指标三件套的组合，让不同工作有了共同的对照面。对领域而言，这解决的不只是数据量问题，更是评测标准缺失的问题——当大家用同一套协议、同一批涵盖 SOC 与空间群多样性的样本去比较，进展才可衡量。

论文同时开源了数据集与基准（具体获取方式见原文），这对希望复现或在此基础上扩展的研究团队是低门槛的起点。