शोधकर्ताओं ने NequIP और Allegro MLIP मॉडलों के प्रशिक्षण के लिए मानक Adam ऑप्टिमाइज़र के साथ मैट्रिक्स-संरचित ऑप्टिमाइज़र्स, जिसमें SOAP, Muon और हाइब्रिड SOAP-Muon शामिल हैं, की तुलना व्यवस्थित रूप से की। अध्ययन में पाया गया कि ये नए ऑप्टिमाइज़र अभिसरण गति और अंतिम सटीकता दोनों में Adam को काफी बेहतर तरीके से मात देते हैं।
- SOAP और SOAP-Muon स्थिर प्रदर्शन लाभ के साथ मजबूत विधियों के रूप में सामने आए।
- Muon ने Adam की तुलना में केवल आंशिक लाभ प्रदान किया।
- आंशिक बल निगरानी की स्थितियों में सुधार विशेष रूप से स्पष्ट थे।
परिणाम संकेत करते हैं कि ऑप्टिमाइज़र का चयन मशीन लर्निंग इंटरएटोमिक पोटेंशियल्स के लिए एक उपेक्षित लेकिन प्रभावशाली डिज़ाइन अक्ष है।