FAIR Chemistry 化学机器学习工具库新

FAIR Chemistry（原 Open Catalyst Project，Meta FAIR，MIT，2.3k+ Star）是一整套材料计算 AI 栈：数据集（OC20、OC22、ODCD）+ 模型（GemNet、GemNet-OC、eSCN、EquiformerV2、SpinConv）+ 训练评测代码。

为什么从这里开始

• 领域内最大的公开催化弛豫/动力学数据集
• 带公开基线的参考模型实现
• 任务定义清晰：能量/力预测、弛豫、动力学、吸附

学习路径

1. 安装 fairchem-core，加载 OC20 切分，看懂一条结构记录
2. 在子集上训练小型 GemNet-OC，复现 IS2RE 基线
3. 跑弛豫，把最终能量与 DFT 参考对比
4. 阅读 OCP / FAIR Chem 论文，理解基准设计逻辑

生态配合

与 pymatgen（分析）、ASE（结构操作）天然互补，输出可直接进入催化剂筛选流程。