⏶3
HTSC-2025：用于 AI 驱动的临界温度预测的常压高温超导体基准数据集
发表
由 
xiao-qi han 提交
xiao-qi han 提交作者: Xiao-Qi Han, Ze-Feng Gao, Xin-De Wang, Zhenfeng Ouyang, Peng-Jie Guo, Zhong-Yi Lu
Xiao-Qi Han, Ze-Feng Gao, Xin-De Wang, Zhenfeng Ouyang, Peng-Jie Guo, Zhong-Yi Lu摘要
高温超导材料的发现对人类工业和日常生活具有重大意义。近年来，利用人工智能（AI）预测超导转变温度的研究越来越受欢迎，其中大多数工具声称能达到惊人的准确性。然而，该领域缺乏广泛接受的基准数据集，严重阻碍了不同AI算法之间的公平比较，并阻碍了这些方法的进一步发展。在这项工作中，我们提出了 HTSC-2025，一个常压高温超导基准数据集。这个综合性汇编包含了理论物理学家根据 BCS 超导理论从 2023 年到 2025 年发现的理论预测超导材料，包括著名的 X_2YH_6 体系、钙钛矿 MXH_3 体系、M_3XH_8 体系、由 LaH_{10} 结构演变而来的笼状 BCN 掺杂金属原子体系，以及从 MgB_2 演变而来的二维蜂窝结构体系。HTSC-2025 基准已在 https://github.com/xqh19970407/HTSC-2025 开源，并将持续更新。该基准对于利用 AI 方法加速超导材料的发现具有重要意义。
我们推出 HTSC-2025，这是一个常压高温超导体的基准数据集，旨在推进人工智能驱动的超导转变温度预测。该数据集包括基于 BCS 理论在 2023 年至 2025 年间预测的材料，例如 X₂YH₆、MXH₃、M₃XH₈、BCN 掺杂的 LaH₁₀ 衍生系统和二维 MgB₂ 类似结构。它还反映了受物理直觉启发的材料设计策略，包括空穴掺杂、轻元素共价键和自旋轨道耦合调谐。HTSC-2025 已在 https://github.com/xqh19970407/HTSC-2025 开源，并将持续更新，以支持公平的基准测试并加速人工智能驱动的超导体发现。