#机器学习势

无约束原子间势学习的理论极限：机器学习势能模型的采样可靠性危机

最新理论研究揭示机器学习原子间势（MLIPs）在无约束假设下的理论极限：能量和力预测误差随维度指数衰减，但采样分布的全变差距离仍可能接近最大值。研究识别出动力学捕获和平衡失配两种失效机制，并建立了全局能量控制条件。