Npj Comput. Mater.: 重构复杂缺陷：让机器学习势函数更加完美

本文探讨了机器学习原子间势函数（MLIP）在模拟金属中复杂缺陷结构时的挑战与解决方案。传统MLIP的训练数据集往往缺乏复杂缺陷结构，如位错网络和晶界，导致模拟结果不够准确。荷兰代尔夫特理工大学的团队提出了一种由经典势函数引导的蒙特卡罗–分子动力学方法，能够高效重构包含缺陷的原子结构，从而简化数据集构建过程。该方法在钨系统中表现出色，并提出了“缺陷基因组”概念，旨在通过现有经典势函数快速构建缺陷训练集，推动MLIP的发展。