群结构张量代数修正力场对称性误差

2026年10月15日，arXiv Artificial Intelligence 刊出 Paulina Hoyos 等作者的预印本，针对机器学习力场 Orb-v3 的晶体对称性学习问题提出张量代数修正方法。研究指出，Orb-v3 对晶体对称性的学习仅为近似：在 150 个晶体子样本中，47% 的弛豫空间群依赖输入取向；399 个晶体中有一半在弛豫后空间群降低。作者引入基于有限对称群卷积的张量代数 ⋆_G，适用于条目不可交换的张量，将平均平方误差分解为选择定则违背、对称相关输入不一致和残差三类正交分量，并给出无参考误差下界与最优对称低秩近似。对力预测施加该投影后，空间群变化率降至最多 2%，且无需重新训练。该报道为目前唯一来源，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。