Los investigadores proponen el Enrutamiento Adaptativo Multi-Maestro (ATR) para abordar los desafíos de coste y fiabilidad en el entrenamiento de potenciales interatómicos universales de aprendizaje automático (uMLIPs). ATR reformula la construcción de datos de alta fidelidad como un problema de decisión estructural, utilizando múltiples maestros uMLIP preentrenados para estimar la fiabilidad de las predicciones.
- El método combina descriptores estructurales, identidad del maestro y desacuerdo entre maestros para calibrar a los maestros frente a un pequeño conjunto de etiquetas r²SCAN reales.
- Selecciona predicciones de alta confianza para la generación de pseudoetiquetas mientras rechaza estructuras donde ningún maestro es suficientemente fiable.
- Utilizando solo el 0.2% de las estructuras candidatas para etiquetas reales, ATR destila 2.89 millones de pseudoetiquetas rastreables a nivel r²SCAN para el preentrenamiento.
- Un CHGNet ligero entrenado con este conjunto de datos supera consistentemente a los controles base y sin enrutamiento en estructuras r²SCAN retenidas y en la benchmark MP-r²SCAN.
La dinámica molecular a temperatura finita muestra una robustez dinámica mejorada, manteniendo trayectorias estables donde las simulaciones base sufren un colapso estructural catastrófico.
Estos resultados establecen el rechazo activo como un mecanismo eficaz para convertir múltiples uMLIPs preentrenados en un sistema escalable y fiable de construcción de datos para potenciales de alta fidelidad.