固液界面机器学习势函数训练数据集SoLiD26发布：1540万第一性原理原子构型

9月25日消息，arXiv 9月23日公开的论文《SoLiD26: A First Principles Solid-Liquid Interface Dataset for Machine-learned Interatomic Potentials》发布了一个面向固液界面的 curated 数据集。作者包括Jonas Busk、Emil J. P. Frost、Henrik H. Kristoffersen、Heine A. Hansen等。

机器学习原子间势（MLIP）在电化学、催化与腐蚀等先进材料应用中需要同时采样液体环境、固体及界面本身的数据，而现有数据集对此覆盖不足。SoLiD26包含1540万个来自密度泛函理论（DFT）计算的第一性原理原子结构，单构型最多576个原子、覆盖15种化学元素；多数构型取自从头算分子动力学（AIMD）模拟，每条记录含原子种类、坐标、模拟盒子、周期性边界条件、势能与原子受力。

数据集覆盖水相贵金属（铜、银、金）界面、电极-电解液体系等电催化与电化学界面研究的核心对象。对产业界而言，固液界面MLIP是电解液设计、电催化筛选与腐蚀预测的基础工具，此前受制于训练数据匮乏，多数模型仅在纯固相或纯液相可靠；一个标准化、可复现的百万级固液界面数据集，有望显著缩短电池与电解催化材料的模拟迭代周期。 （来源：arXiv）