O-kRystal 双空间轨道学习:AI 预测超越 DFT 的能带结构
AnimaAnandkumar · x · 2026-10-18
Anima Anandkumar 团队发布 arXiv 论文(2610.19919),提出 O-kRystal 双空间轨道学习框架,用低成本的 PBE 计算同时作为能量基线和结构化轨道信息来源,预测更高精度的电子能带修正。
- 核心思路:结合实空间与倒易空间的轨道矩阵,以晶体动量和自旋为函数预测每个电子态的 HSE06 级别修正,绕开昂贵的高精度 DFT 计算。
- 精度:在近 6000 种三维材料(绝缘体、金属、磁性与非磁性)上,带边中点 5 eV 范围内的 HSE06 能带能量预测 MAE 为 0.171±0.009 eV。
- 强关联体系:在 6 种强关联材料的独立基准上,将 PBE 能带能量 MAE 降低 68.7%,并分辨出过渡金属 d 态与配体 p 态相对位置的轨道依赖变化。
- 泛化:仅在高对称点训练,仍能在能带路径上未见过的点保持可比精度,还能重构 HSE06 态密度;在二维材料 G0W0 准粒子能量上的训练展示了跨精度等级的适用性。
AI for Science 方向的重要进展,面向量子材料的能带预测提速。
所属事件:Caltech 发布 O-kRystal：AI 能带预测精度超越 DFT(2 条相关)→
「研究」频道最新
- Meta×MIT×耶鲁发布ReHarness：让Agent回溯修订经验持续学习 — HanGuo97 · 2026-10-18
- 菲尔兹奖得主 Kontsevich：AI 智能体主动提出更好的数学定义 — luislamb · 2026-10-18
- MIT–OpenAI 研究：长期使用聊天机器人与幸福感下降相关 — patpat_mit · 2026-10-18
- 用 Opus 模拟 Hox 基因网络,生成了蜥蜴与蛇的骨骼图 — repligate · 2026-10-18
- OpenEnv Arena 免 GPU 做 RL 环境：每 24 小时可跑一次训练 — ben_burtenshaw · 2026-10-18
- 法国数学博士生：20 欧的 ChatGPT 就能解掉我做了两年的题 — FlorianGallwitz · 2026-10-18