PulseAugur
实时 09:38:47
English(EN) PhononBench:A Large-Scale Phonon-Based Benchmark for Dynamical Stability in Crystal Generation

新基准测试揭示AI模型在晶体稳定性方面存在困难

研究人员推出了PhononBench,一个旨在评估AI生成晶体材料动力学稳定性的新基准测试。该基准测试利用MatterSim原子间势进行高效的声子计算,能够分析超过133,000个晶体结构。研究结果表明,当前的生成模型在动力学稳定性方面存在困难,生成结构的平均稳定性率仅为32.15%,这凸显了AI驱动材料发现的一个重大局限性。 AI

影响 突出了AI驱动材料科学中的一个关键差距,可能指导未来模型开发朝着更具实际可行性的晶体结构发展。

排序理由 该集群描述了一篇介绍AI生成晶体基准测试的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiao-Qi Han, Ze-Feng Gao, Wen-Kao Li, Peng-Jie Guo, Zhong-Yi Lu ·

    PhononBench:A Large-Scale Phonon-Based Benchmark for Dynamical Stability in Crystal Generation

    arXiv:2512.21227v3 Announce Type: replace-cross Abstract: In recent years, generative artificial intelligence has made significant advances in the design of crystalline materials, giving rise to approaches based on graph neural networks, diffusion models, and large language model…