2026-08-29
在 3×3 平移双层上训练 SALTED 密度模型，长程 LOVV 把千原子转角超胞低能带误差压到约 5 meV；局域 SOAP 在 MoS2 上密度更准，能带却偏 330 meV。
转角双层二维材料一旦扭到几度以内，摩尔超胞动辄上千、上万原子。直接做 DFT 算不动。连续模型和紧束缚能把成本压下来，但参数随转角、堆叠、材料改，换一个物理问题往往要重拟合。
机器学习电子结构走两条路：直接预测哈密顿量矩阵元，或先预测电子密度再推出所有基态量。前者多数靠近邻性原理拿亚 meV 的矩阵元精度，石墨烯这种非极性体系还过得去。hBN、过渡金属硫化物这类层间电荷重排会造出长程静电势的极性双层，局域截断会漏掉摩尔尺度上的极化场。密度路线自己也有坑：密度拟合的辅助基组过完备，重元素上重叠矩阵病态；全局密度误差小，也不保证从密度推出来的能带准。
MPI 结构与动力学研究所和 York、Cambridge 把已有的 SALTED（Symmetry-Adapted Learning of Three-dimensional Electron Densities，对称适配的三维电子密度学习）接到转角双层上。SALTED 用密度拟合把电子密度展开成原子中心辅助基函数，再用等变核的高斯过程回归去学这些展开系数。
训练数据刻意很小：每种材料 512 个 3×3 对齐双层，随机抽层间平移、层间距和层内原子微扰，400 个训练、112 个验证。测试集才是转角超胞。石墨烯和 hBN 转角从 21.79° 到 3.15°，最大 1324 原子；过渡金属硫化物从 21.78° 到 3.89°，最大 1302 原子。参考计算走 PBE，软件是 FHI-aims。
描述符是这篇真正拧动的旋钮。SOAP 只看 6 Å 截断内的局域原子密度。LODE 把局域密度和静电型表示做张量积，有效敏感距离约 13 Å。LOVV 是两个静电型表示的张量积，敏感距离约 17 Å，能把截断半径外两个独立位点关联起来。重元素体系的密度拟合重叠矩阵条件数到 10^{9.8}–10^{12.5}，超过经验阈值 10^{9.5} 就做奇异值截断：TiS2 阈值 10^{-6}，ZrS2 和 MoS2 用 10^{-2}，丢掉近零空间里的拟合噪声。
预测路径是 SALTED 给出密度，再组装 Kohn-Sham 哈密顿量并对角化。自旋轨道耦合作为非自洽微扰加在同一份密度上，不必重训。石墨烯和 hBN 的结构弛豫另训了一个 MACE 势，再把弛豫后的几何送进 SALTED。
验证集（仍是平移双层）上，超参数按密度误差调到最优，数字已经开始拧巴：
| 材料 | 密度误差 SOAP / LOVV | 能带误差 SOAP / LOVV |
| 石墨烯 | 0.48% / 3.63% | 1.86 meV / 7.1 meV |
| hBN | 0.65% / 2.12% | 1.51 meV / 4.0 meV |
| TiS2 | 1.71% / 2.12% | 49 meV / 9.6 meV |
| ZrS2 | 0.40% / 0.45% | 27 meV / 6.6 meV |
| MoS2 | 0.09% / 0.04% | 330 meV / 10.2 meV |
石墨烯和 hBN 上，密度更准，能带也更准。硫化物反过来：SOAP 密度经常最好，能带却崩。ZrS2 上 SOAP 密度误差最低，能带误差最大。MoS2 上 LOVV 和 LODE 密度都是 0.04%，能带差五倍（10.2 meV 对 52 meV）。
外推到小转角更清楚。石墨烯三种描述符都能把低能带误差压在 5 meV 以下。TiS2 上 SOAP 超过 40 meV，MoS2 上超过 100 meV，图上都画不下。只有 LOVV 在五种材料、超过 1000 原子、超胞约 50 Å 时，低能带误差都 ≲ 5 meV。
带宽扫描做到 hBN 4564 原子、硫化物 3768 原子，DFT 只核对到约 1300 原子。hBN 最高价带压到约 5 meV，硫化物导带组接近 1 meV。hBN 带隙仍约 4 eV，从 21° 到 1.8° 收窄约 0.5 eV。TiS2 在约 2° 以下模型开始发散，靠近金属-绝缘体转变时，小能隙对密度误差极敏感。
魔角扭转石墨烯（1.05°，11908 原子）上，SOAP 模型相对完整 DFT 的低能带平均绝对误差约 15 meV，密度误差约 10^{-4} e/电子。误差堆在 AA 堆叠区，扁平带看起来像空穴掺杂；把总电荷归一化也改不了能带。弛豫后约 2.0°、3268 原子的石墨烯，SALTED 低能带误差 1.5 meV，DeepH 是 1.3 meV，600 meV 窗口内相对误差都不到 0.3%。MoS2 上 SALTED 比几年前发表的 DeepH 大约好一个数量级。hBN 畴壁面内电场在探针高度 2 nm、转角小于 1° 时饱和在约 9 mV/nm，畴壁宽度饱和在 4.23±0.01 nm。现有实现比收敛 DFT 快 10 到 100 倍；LOVV 预测随体系二次标度，SOAP 近线性。
给做摩尔材料机器学习的人一个硬结论：全局密度误差不够当验收指标。误差落在哪里、跟要看的可观测量怎么耦合，才决定能带和电场准不准。极性双层上，局域性假设不是默认成立的。
工程上的好处是训练只需要算得动的 3×3 平移双层，小转角超胞不用进训练集。同一份密度能接着做 SOC、Hartree 势、实空间电场，不用为每个性质重训。哈密顿量方法在石墨烯这种局域体系上仍然很强，魔角扁平带宽度 DeepH 更接近预期。hBN 和硫化物小转角（<5°）上，已发表的哈密顿量模型还没展示过同样稳的能带。
这是渐进但方向清楚的一步：把密度学习从「拟合好看」推到「下游电子结构能用」，并把长程几何编码从可选项变成极性摩尔体系的必要条件。
作者自己把最大瓶颈写得很清楚：SALTED 是高斯过程，训练集规模有硬上限，最终精度和覆盖面都被卡住。他们希望搬到神经网络上，但密度表示的数值不稳定性会跟着走。
物理上，TiS2 在带隙闭合附近外推会散。魔角石墨烯的密度误差空间分布会把扁平带拧成掺杂样色散，归一化总电荷也救不回来。参考数据全是 PBE，带隙系统偏低是 GGA 老问题，杂化泛函被留到以后。LOVV 目前二次标度，上千原子还能比 DFT 快，再往上要靠多极展开和 GPU。每种材料单独建模是 GPR 数据标度下的权宜之计，多材料模型需要更大训练集。DeepH 对比用的是两三年前的发表数字，加上长程相互作用之后那条线会怎么变，这篇没有直接测。