DP-GEN模型偏差与独立测试误差

model_devi.out回答“四个模型对同一结构是否一致”；它不能单独回答“预测是否正确”。这篇用同一组真实水/过氧化氢实例同时看委员会分歧和未参与训练的DFT标签。

下载本组三篇共用的输入、真实标注、参考轨迹和运行绘图包。先完成数据篇的共同运行。下面只读取已有模型、轨迹并画图，不重复训练和MD。

1. 读取原生偏差文件#

head -n 6 iter.000000/01.model_devi/task.000.000000/model_devi.out

各列依次是 step,max_devi_v,min_devi_v,avg_devi_v,max_devi_f,min_devi_f,avg_devi_f。力偏差单位eV/Å。对于每个原子，先对四个模型的三个力分量分别计算总体标准差，再对三个分量取欧氏范数；最后在所有原子间取最大、最小和平均。

写成公式是 σᵢ=√[Var(Fᵢx)+Var(Fᵢy)+Var(Fᵢz)]，这里方差除以模型数4，不使用样本方差的除数3，也不是对“力的模长”先求标准差。

本例使用 max_devi_f，低阈值0.01、高阈值1.0 eV/Å：小于低阈值归为当前模型一致区间，低阈值到高阈值之间归为待标注候选，大于等于高阈值归为失败区间。阈值应结合自己的DFT误差和探索行为设定，本例数值不是所有体系的通用推荐。

四条轨迹各21帧，本次84帧全部位于候选区间。它们没有因此自动变成84个新DFT任务；本篇只完成训练与探索，没有运行FP筛选和补标。正式循环需按间隔、相似性或结构多样性去重并限制每轮标注数量。

2. 独立读取全部轨迹复核#

module load deepmd-kit/3.2.0
python analyze.py

analyze.py按原子ID读取全部84帧的完整坐标、类型与受力，用四个冻结模型重新预测。它比较模型0力与MD输出，独立计算四模型偏差，再与原生文件逐行比较，还检查两类分子的原子组成和最短距离；结果写入 VALIDATION.json、完整数组写入 analysis-fields.npz。

本次模型0力的最大差约1.1×10⁻¹⁶ eV/Å；委员会偏差最大读回差约3.0×10⁻⁸ eV/Å，主要来自原生偏差文件的显示精度。脚本另用位移±10⁻⁴ Å的能量中心差分检查两种留出结构上模型0的一项力分量。该检查验证模型的能量/力一致性，不替代DFT准确性检查。

3. 查看真正未参与训练的误差#

每个组分只留一个独立测试结构，上表能量误差为 (模型总能−DFT总能)/原子数，力RMSE在全部3N个分量上计算。结果说明这组小数据、100步训练模型尚不适合生产；即便模型之间的力分歧仅约0.06–0.12 eV/Å，真实力误差仍约0.31–0.49 eV/Å。四个模型可能一起预测错，不能凭偏差小就宣布训练完成。

本组PBE标签的原生净受力最大约0.198 eV/Å，体现当前有限网格/基组下的数值误差，脚本保留原值。正式模型既要增加并平衡不同组分、温度和局部化学环境，也要检查标签收敛和质量。

4. 重画结果与继续改进#

module purge
module load sisl/0.16.4
python plot.py

图保存在 plots/，无需再跑任何DFT、训练或MD。当前结果不理想时，先检查：元素顺序和单位是否一致、测试集是否独立、各组分是否有足够构型、训练损失是否继续下降、探索有没有离开训练域、DFT标签是否数值可靠。不要只放宽阈值来把候选变成“准确”。

需要继续主动学习时，按完整训练循环把候选送入DFT、汇总能量和力、加入训练集，再用保持独立的测试集评估。长时间探索、反应/成键断键、压力变化和高温新构型都需要单独补充数据，本篇4 fs短轨迹不能证明这些能力。

参考：DeePMD3.2.0力模型偏差实现、DP-GEN使用说明。