Microsoft Research a publié Skala-1.1, un modèle de théorie de la fonctionnelle de la densité (DFT) par apprentissage profond entraîné sur 2,5 fois plus de données que son prédécesseur, atteignant une erreur moyenne pondérée de 2,8 kcal/mol sur le benchmark GMTKN55. L'entreprise élargit simultanément l'accès en rendant Skala disponible dans CP2K et en l'intégrant dans Psi4, FHI-aims, ORCA et VASP.

  • Skala-1.1 se classe premier dans 32 des 55 catégories du benchmark GMTKN55, surpassant les fonctionnelles hybrides mondiales de pointe tout en maintenant l'efficacité des fonctionnelles semi-locales.
  • Le modèle utilise les données étendues de la Microsoft Research Accurate Chemistry Collection (MSR-ACC), incluant de nouvelles affinités électroniques et des clusters non covalents.
  • Un benchmark évolutif est introduit pour suivre les performances computationnelles à travers les versions successives de Skala sur divers logiciels et plateformes matérielles.

Ces développements visent à fournir une précision DFT prédictive à faible coût computationnel et à accélérer les progrès vers l'intégration de simulations avancées dans les flux de travail scientifiques et industriels.