Bridging accuracy and efficiency: assessing universal ML potentials for niobiumoxygen clusters

Машиннообучаемые межатомные потенциалы (MLIP) обещают сочетание вычислительной точности теории функционала плотности (DFT) со скоростью типичной для методов молекулярной механики. Однако их надежность для сложных многокомпонентных систем требует тщательной валидации. В данной работе мы проводим оценку трех ведущих универсальных MLIP на примере кластеров оксида ниобия (Nb$_n$O$_m$, $n\le 6$, $m\le 6$), как сложнейшего теста. Система Nb–O хорошо подходит для этой задачи благодаря сложным межатомным взаимодействиям, проявление которых в макрокристаллической фазе приводит к стабилизации решётки с 25% упорядоченных вакансий, а на наноуровне – к широкому спектру нестехиометрических кластеров. В качестве референса используется набор данных о глобальных минимумах структур кластеров Nb–O, идентифицированных с помощью эволюционного поиска (USPEX) и DFT расчетов. Путем прямого сравнения структур, энергий и относительной стабильности, предсказываемых эволюционным поиском с использованием MLIP разного уровня, мы даём всестороннюю оценку точности и ограничений современных универсальных потенциалов для моделирования сложных наноразмерных оксидов.