研究：低保真预训练降低误差但校准不佳

Matteo Tolloso 等在 arXiv:2610.35560 发表研究，用 ANI-1x 上训练的 mean-variance MACE 模型深度集成，对比高保真从头训练与低保真预训练加微调两种方案，考察多保真训练对原子模型预测不确定性的影响。 研究称，预训练能降低预测误差并在所有测试集上改善基于不确定性的排序，但不能给出校准良好的预测方差；在能量外推情况下，校准恶化更为严重。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。