arXiv · ML· Yuewen Huang, Pin Chen, Yutong Lu·· 10 天前AI 评分24
UniHam: 材料哈密顿量学习的大规模全 SOC 完备数据集与基准测试
UniHam: A Large-Scale SOC-Complete Dataset and Benchmark for Hamiltonian Learning in Materials
AI 导读
UniHam 是一个包含 10 万多个全自旋-轨道耦合(SOC)哈密顿量的数据集,覆盖 72 种元素。 基准测试对比了 SOTA 模型,揭示 SOC 和元素依赖性失效模式,强调频谱级评估对下游性质预测的必要性。 该基准可用于加速量子材料基础模型的比较与开发。
来源:arXiv · ML · arxiv.org