VASP MLFF短轨迹与末端DFT抽查
运行100fs冻结模型轨迹，读取真实保存帧，并在同一个末端几何上比较ML与新DFT能量和力。
阅读本篇目录
下载VASP MLFF重拟合、补点与短轨迹完整示例，保存为example.zip：
python3 -m zipfile -e example.zip .
cd vasp-mlff-active-examples
bash results.sh
bash plot.sh
这几步读取参考数据并绘图，不启动新的VASP计算。完整输入在inputs/，原生结果在reference-results/，两个自有模型在models/，数值标签与七份CSV在data/。自己运行时，在本目录准备与标签一致的合法PBE64 Si POTCAR，再提交sbatch run.slurm。附件不含POTCAR、WAVECAR或VASP程序。
本例VASP6.6.1 GPU入口使用NVHPC25.3、CUDA12.8、HPC-X2.22.1、MKL2023.2；实际选择/重拟合/测试/末端DFT在P100，在线学习在V100 16G，每次1MPI进程、1CPU线程、1GPU。附带单作业模板选择P100，串起各阶段。
1. 冻结模型后运行短MD#
从在线学习结束结构继续，复制refit-after/ML_FFN为ML_FF，使用ML_MODE=run。本阶段不会再学习，也不调用DFT纠正轨迹。
完整INCAR：
SYSTEM = si-thermal-static
ENCUT = 550
PREC = Accurate
EDIFF = 1E-6
NSW = 100
IBRION = 0
ISMEAR = 0
SIGMA = 0.05
ISYM = 0
LREAL = .FALSE.
LASPH = .TRUE.
LWAVE = .FALSE.
LCHARG = .FALSE.
NELM = 150
ALGO = Normal
NBANDS = 48
ISTART = 0
ICHARG = 2
ML_LMLFF = .TRUE.
ML_MODE = run
ML_CTIFOR = .02
ML_MB = 256
ML_MCONF = 128
ML_MCONF_NEW = 8
TEBEG = 600
TEEND = 600
POTIM = 1
MDALGO = 2
SMASS = 0
ISIF = 2
RANDOM_SEED = 77124 0 0
1fs一步、共100步，名义长度100fs，600K固定晶胞。起点使用上一步CONTCAR，保留该结构的速度；完整输入在inputs/md-after/。
head -8 reference-results/md-after/OSZICAR
cat data/ML-MD-100fs.csv
2. 100步不等于保存了100帧#
本版快速ML预测的默认ML_OUTBLOCK=10，本次实际保存10、20、……、100fs共10个记录。图和CSV只有这些真实保存点，没有把缺少的中间结构插值成计算结果。需要更密输出时，可在自己的新任务中设置合适的ML_OUTBLOCK，同时考虑轨迹文件大小。
保存点温度为513–731K，观察到的最短周期原子距离约2.198Å。它说明这段很短的测试没有在已保存帧中出现明显原子碰撞；不是生产轨迹稳定性或热平衡充分的证明，也没有声称检查了未保存的每个中间几何。
3. 对同一个末端结构做新DFT#
把MD最终CONTCAR原字节复制到两个新目录，一份做纯ML静态预测，一份关闭ML做普通DFT。两个目录的POSCAR必须相同，不能分别用不同帧比较。
普通DFT的完整INCAR为：
SYSTEM = si-thermal-static
ENCUT = 550
PREC = Accurate
EDIFF = 1E-6
NSW = 0
IBRION = -1
ISMEAR = 0
SIGMA = 0.05
ISYM = 0
LREAL = .FALSE.
LASPH = .TRUE.
LWAVE = .FALSE.
LCHARG = .FALSE.
NELM = 150
ALGO = Normal
NBANDS = 48
ISTART = 0
ICHARG = 2
ML_LMLFF = .FALSE.
ML_MODE = none
ML_CTIFOR = .02
ML_MB = 256
ML_MCONF = 128
ML_MCONF_NEW = 8
TEBEG = 300
TEEND = 300
POTIM = 1
MDALGO = 2
SMASS = 0
ISIF = 2
两边保持550eV、PBE64 Si、4×4×4Gamma、SIGMA0.05eV，DFT电子收敛1E−6。本例的终点DFT是新的独立标注，没有加入模型再回头报告预测误差。
cat data/new-final-spot.csv
head -6 data/final-spot-force-components.csv
实际末端抽查结果：
| 指标 | 本例值 |
|---|---|
| ML−DFT能量 / meV·atom⁻¹ | −0.4510 |
| 力分量RMSE / eV·Å⁻¹ | 0.01469 |
| 最大单原子力误差 / eV·Å⁻¹ | 0.05064 |
平均力误差和最大原子误差是不同量。不要只看一个较小的RMSE，就忽略局部原子的较大偏差。
4. 读取自己的结果#
bash extract.sh
bash plot.sh work/analysis figures-new
先完成原生任务，再提取和画图。短测试只是进入长模拟前的一步；真正研究仍需覆盖目标温度、体积、缺陷与过程，选择独立构型检查，并逐步延长轨迹。固定体积的小样本没有验证压力与变胞性质，也不能直接拿来做相变、扩散或反应统计。