في هذه الدراسة، يقوم المؤلفون بتقييم أداء خمسة من إمكانيات التعلم الآلي الأساسية بين الذرات (MLIPs)—MACE-MP-0، SevenNet، Orb-v3، CHGNet، وM3GNet—المتكاملة مع إطار عمل الشريط المرن المدفوع (NEB) للتنبؤ بحواجز هجرة الأيونات ($E_m$) ذات الصلة بمواد البطاريات. يكشف التقييم مقارنةً بنظرية الكثافة الوظيفية (DFT)-NEB أن MACE-MP-0 تحقق أقل خطأ مطلق متوسط (MAE) قدره 0.310 eV، بينما…