DFT 生成数据多达 58% 物理不自洽，物理仿真数据集隐忧

josephdviviano · x · 2026-09-23

Valence Labs 发文指出，DFT、FEP 等物理仿真工具正被用于大规模合成数据集生产：过去由专家手动运行审核，如今在无人密切监督下产出数千万级数据点。但这类数据存在隐患——有研究显示某些计算数据集中多达 58% 的 DFT 生成数据在物理上不成立。作者 Ihor 在文中介绍了若干廉价有效的方法，用于规避物理仿真中的隐蔽失败模式，提醒业界在大规模使用时保持谨慎。