《Journal of Chemical Theory and Computation》:Li–P–S Electrolyte Materials as a Benchmark for Machine-Learned Interatomic Potentials
编辑推荐:
随着用于材料模拟的机器学习原子间势(machine-learned interatomic potential,MLIP)模型日益普及,对稳健、自动化且具有化学信息基础的基准测试方法的需求也在增长。为此,研究人员在此引入LiPS-25,这是一个经过精心策划的基
随着用于材料模拟的机器学习原子间势(machine-learned interatomic potential,MLIP)模型日益普及,对稳健、自动化且具有化学信息基础的基准测试方法的需求也在增长。为此,研究人员在此引入LiPS-25,这是一个经过精心策划的基准数据集,涵盖Li2S–P2S5伪二元组分线上的典型固态电解质材料系列,包括晶态和非晶态构型。与该数据集一同提出的还有一套性能测试,范围从常规数值误差指标到基于物理的评估任务。研究人员随后以基于图的MLIP架构为重点,展示了利用该数据集进行数值实验的示例,系统评估了(i)超参数对任务级性能的影响,以及(ii)所选预训练(“基础”)MLIP模型的微调行为。研究人员预期,此类基准测试及配套代码可方便地推广至Li–P–S固态电解质以外的其他材料体系。
**研究背景**
机器学习原子间势(machine-learned interatomic potential,MLIP)已成为原子级模拟的标准工具,能够以较低计算成本提供第一性原理精度。然而,随着模型架构的快速增加,系统化、自动化的基准测试变得至关重要,以识别最优模型、明确其优劣势并设定可重复性标准。现有数据集如QM9、MD17和MoleculeNet主要评估静态分子性质,但单一数值误差指标无法反映下游模拟的准确性。针对固态电解质(solid-state electrolyte,SSE)的基准测试需求尤为迫切。Li–P–S系统作为典型SSE体系,具有高离子电导率、宽电化学稳定范围和低成本等优势,其晶态与非晶态结构的复杂性对MLIP提出了挑战。已有研究如LiPS20数据集等提供了部分基准,但仍需一个涵盖晶态与非晶态结构、支持静态与动态性质全面评估且可系统研究微调策略的数据集。为此,研究人员开发了LiPS-25数据集及配套基准任务,旨在为MLIP在复杂功能材料中的应用提供验证模板。论文发表在《Journal of Chemical Theory and Computation》。
**关键技术方法**
研究人员首先基于密度泛函理论(DFT,采用PBEsol交换关联泛函和PAW赝势,在VASP 6.4.3中执行)计算获得参考能量和力(“标签”)。通过迭代熔融淬火(melt–quench,MQ)模拟和主动学习(基于查询委员会的委员会不确定性采样)精心策划LiPS-25数据集,涵盖Li
2S–P
2S
5伪二元线上的7种关键组成,包括晶态结构、从头算分子动力学(AIMD)快照、随机硬球构型及二聚体。随后利用该数据集拟合并评估基于图神经网络(graph neural network)的MACE架构模型,系统扫描径向截断半径、消息传递层数、通道数和最大消息等变度(L)等超参数。此外,还微调了多个基础模型(如MACE-MP-0b3、MACE-OMAT-0、MatterSim和Orb系列),并引入四个基准任务:能量精度(Task 1)、领域特定力精度(Task 2)、性质精度(Task 3,离子电导率预测)和鲁棒性(Task 4)。
**研究结果**
**1. LiPS-25数据集**
通过迭代MQ模拟和主动学习,数据集经七轮扩充后收敛,最终包含12525个结构(约53万个原子),覆盖晶态、AIMD快照、随机硬球、二聚体以及迭代生成的熔融淬火构型(Iter1和Iter2)。验证与测试集通过分层抽样按80:10:10划分,确保多样性。
**2. 基准任务**
研究人员设计了四个基于物理的基准任务:(a)Task 1(能量精度):预测8种晶态结构的形成能,计算RMSE(E
f),其中Li
4P
2S
7、α-Li
3PS
4和高温Li
7PS
6未参与训练,用于测试外推能力。(b)Task 2(领域特定力精度):从Li
7P
3S
11的MQ轨迹中取快照,计算与DFT的力误差,评估模型在晶态、非晶态和液态环境下的泛化性。(c)Task 3(性质精度):通过Arrhenius外推和Nernst–Einstein关系预测Li
7P
3S
11晶体在室温下的离子电导率(σ
298),仅按量级评估而不直接与具体实验值对比(因为实验变异性大)。(d)Task 4(鲁棒性):在极端温度(1000–16000 K)和压力(10
6–10
12 Pa)下进行NPT模拟,通过模拟生存率和近距离接触事件(原子间距≤1 ?)评估模型稳定性。
**3. 实验:基于图的MLIP基准测试**
使用MACE架构进行超参数扫描,发现:(a)径向截断半径3 ?性能最差,4–6 ?性能稳定,超过6 ?略有退化;(b)消息传递层数1层过于简单,4–5层过拟合,2–3层最优;(c)通道数增加至一定阈值后误差改善停滞;(d)等变度L=1或2在Task 2(力精度)中优于L=0(标量模型),而Task 1中L=0也具有竞争力。在Task 4鲁棒性测试中,基础模型(MACE-MP-0b3和MACE-OMAT-0)远超从头训练的MACE模型,但MACE-MP-0b3在极端条件下虽能模拟但存在高比例近距离接触帧。
**4. 微调基础模型**
从LiPS-25中提取约400个Li
7P
3S
11结构用于微调。比较MACE、MatterSim和Orb系列模型发现:(a)微调对能量误差的改善大于力误差;(b)预训练数据集从MPTrj到MPA再到OMat24的升级使MACE和Orb家族性能提升,其中OMat24最优;(c)MatterSim模型尽管规模增大,但误差仍较高;(d)在晶态区域微调可使力误差降低最多2倍,在液态区域微调反而导致性能退化(如MACE-MP-0b3出现灾难性遗忘),Orb模型则几乎不变或略有改善。
**5. 微调模型的离子电导率**
零-shot模型预测的σ
298差异超过一个数量级,预训练于OMat24或MPA的模型给出物理合理范围,而MPTrj预训练的模型高估电导率。微调后,所有模型的σ
298预测值收敛至合理范围(如MACE-MP-0b3从125降至36 mS/cm,MACE-OMAT-0从14降至13 mS/cm),但不同家族间仍存在系统性差异(MACE倾向低估,MatterSim和Orb倾向高估)。这表明微调能纠正预训练偏差,但残存架构效应持续影响动态性质。
**总结讨论与结论**
研究人员指出,物理驱动的基准测试(如Task 2的领域特定力精度)可作为动态性能的强指示器,但鉴于电导率预测计算昂贵且缺乏明确真值,未来基准应整合性质级评估与扩散机制分析。结论部分翻译如下:随着机器学习加速成为计算材料化学的常态,对MLIP模型的谨慎系统评估愈发重要。Li–P–S系统因其材料自身的重要性及其代表电池研究中复杂化学与动态现象而非常适合此目的。LiPS-25数据集支持Li–P–S材料的MLIP拟合,且更重要的是,支持现有及新模型的基准测试。研究人员展示了LiPS-25如何揭示基于图的基础MLIP的性质与适用性,以及微调策略。展望未来,此类基于物理的基准可作为验证MLIP的通用模板。研究人员概述了四个评估层级:基本能量验证(Task 1)、领域特定力精度(Task 2)、动态性质(Task 3)以及极端条件下的鲁棒性(Task 4),共同构成评估MLIP质量的框架。虽然当前聚焦于Li–P–S系统,但该框架及配套代码可方便地推广至其他材料体系。在原子基础模型时代,此类系统测试可集成至验证管道、社区基准和自动化MLIP开发工作流中,从而提高MLIP在计算材料化学中使用的可靠性、透明度和效率。