这篇文档简单介绍 MatterGen 论文亮点。
标题：A generative model for inorganic materials design
代码

1. MatterGen 框架

i. 基于扩散，引入等变神经网络，对原子坐标、原子元素种类和晶格常数进行去噪。此为基础模型。
ii. 通过添加 adapter 模块，对基础模型进行微调，能够实现无条件引导器的定向生成。
iii. 支持的引导类型：化学式、对称性、目标标量性质

2. 评价基础模型生成能力的指标

i. S.U.N. 指标：分别代表 Stable, Unique, Novel，即，稳定的，唯一的，新颖的，晶体结构。是一个百分比。
ii. Stable, Unique, Novel 具体定义细节在 SI 中，作者还设计了新的评测工具。
iii. RMSD 指标：表示，模型生成结构和 DFT 几何优化后的结构，二者之间的误差。

3. MatterGen 基础生成能力表现

i. 在同一训练集下，MatterGen 比先前 SOTA 表现高 1.5 倍。如果扩充训练集，MatterGen 能力能够进一步提高。

ii. 在小批量生成时，唯一性较高，直到 10w 量级以后才出现下降。

4. MatterGen 定向生成能力表现

i. 指定晶体化学式

• MatterGen 基础模型在含有 化学式 Adapter 模块下进行微调 和 Substitution 和 RSS (random structure search), 以及最大的数据库 Alex-MP-ICSD （比训练集多一些 disordered 的结构）进行比对
• 由于训练集在不同元素上，分布有所差异，因此，作者在设计实验时，将其分为了，充分探索过的、部分探索过的、没有探索过的。三个类型。
• 同时，设计了 3元、4元、5元，三个生成任务。 使用 S.U.N. 指标 和 Structures combined hull （稳定性）进行评估，结果如下：
  

ii. 指定标量性质

1. 每个性质微调一次。

• MatterGen 基础模型在部分含有特殊标量性质的数据集下，以及 Adapter 模块下进行微调。
• 使用 DFT 和 MLFF 对生成结果进行打分，和训练集分布进行对比

• 给定 DFT 计算次数的预算，从 MatterGen 定向生成结果中进行筛选，与两种策略进行对比：a. 训练集中符合条件的总数，b. 训练集外，未被标注的数据，使用 ML 进行打分，并使用 DFT 预算对高分结构进行筛选

2. 两个性质联合微调

• 高磁强度的结构（Magnetic density 高），同时具有，低供应链成本（HHI score低）
• 对比训练集数据，以及，仅对 Magnetic density 微调的 MatterGen 模型进行对比
  

5. 实验合成

• 使用 MatterGen 定向生成具有指定 体积模量 的晶体。
• 作者使用 DFT 进行了多指标多轮筛选，在 200 体积模量的定向引导下，最终获得了 75 个 promising 数据，其中挑出了 4 个供实验合成。其中一个被成功合成出，并进行了结构表征。
• 该实验结构一个在化学成分上是无序的，但其结构框架仍然是 MatterGen 预测的有序结构的变体。

6. 模型细节

• 起始学习率 1e-4，当训练损失在 100 个 epoch 内没有减少时，以 0.6 的因子逐步降低，最低降至 1e-6。
• 批次大小 512
• float32 精度
• MatterGen 包含 46.8M 个参数
• 在一个训练 epoch 中，大约 60 万个训练样本在 8 个 NVIDIA A100 GPU 上大约需要 6 分钟。
• 使用单个 NVIDIA V100 GPU 采样 500 结构每小时。
• 下图为训练集和测试集
  

训练集 Alex-MP-20（607,683 个） 和 MP-20 的比较，20 指单胞中最多含有 20 个原子