arXiv 新论文：无约束原子间势学习存在指数级理论极限

arXiv 论文 2610.15078 研究机器学习原子间势（MLIP）的理论极限，发现无约束假设类下预测误差与采样精度关系呈指数级病态，学到的分布与目标分布的总变差距离仍可能接近最大值。论文给出两种失败机制：动力学陷阱需指数级长时间才能弛豫到准确的学习平衡态，平衡失配则使学习到的平稳分布与目标相距甚远；并给出保证平衡精度的全局能量控制条件。