マイクロソフト研究院がSkalaを発表：深層学習用の交換-関連汎関数、半局所的なコストにより混合精度を実現

マイクロソフト研究院は深層学習用の交換-関連汎関数Skalaを公開し、Kohn–Sham密度汎関数理論の計算効率を顕著に向上させました。このモデルは非局所効果を模倣することで、meta-GGAと同等の速度で混合汎関数の精度に達しています。テスト結果では、W4-17分子系における原子化エネルギー評価の平均絶対誤差が1.06kcal/molに留まり、単一参照サブセットの誤差は0.85kcal/molまで低下し、GMTKN55ベンチマークテストでも優れた性能を示しました。