DPGEN训练集准备、训练参数的相关问题

Alset

老师们好，

最近我在学习DPGEN的使用，我主要参考学习了文章PRL【PHYSICAL REVIEW LETTERS 126, 236001 (2021)】中输入文件的写法（可从 https://www.aissquare.com/models/detail?name=H2O-Phase-Diagram-model&id=25&pageType=models下载），但是遇到了一些困惑，在这里请教一下大家。

1.用于训练初始模型的数据集（param.json中的"init_data_sys"）有多重要？
我通过命令np.load(energy.npy)检查了PRL论文附带文件data/data.init/init_system.000/set.000/energy.npy。文件所包含的数组中有500个相同的数字：516.83954。我认为这意味着500个提取的结构具有相同的能量，它们将作为训练初始模型的数据集。这是否意味着初始数据集其实不重要？我只需要在后续的"fp"步骤中给出一个严格的收敛标准就可以了？
例如，我通过收敛性测试发现ENCUT收敛标准为1000，那么我是否可以在准备init_data_sys时，从ENCUT为400的AIMD模拟中提取几个帧，并将"fp"步骤的ENCUT设置为1000？

2.如何选择"model_devi"的初始结构（param.json中的"sys_configs"）？
我检查了PRL论文提供的param.json文件，发现只包含了ice0X/0000[3-9]的结构。这些结构看起来是由dpgen init_bulk生成的，那么为什么ice0X/0000[1-2]的结构被忽略了？或者说这些结构仅仅是作者随机选取的?


3.param.json 中的"sys_configs" 是否有尺寸要求？
如果我的理解是正确的话，在 "fp" 步骤中，与 "sys_configs" 尺寸相同的结构将进行单点能计算，这意味着如果我在 "sys_configs" 中使用较大的晶胞（>300原子），所有的单点能计算可能会花费很长时间。然而，如果我在 "sys_configs" 中使用小晶胞，不合理的自相互作用可能会被包含在 "model_devi"步骤的 DPMD 模拟中。那么，这是否意味着我应该使用足够大的晶胞来避免在 "model_devi"步骤的 DPMD期间的自相互作用？

4.如何在训练过程中设置不同的标记标准？
在 PRL 论文的SI中，作者提到："The levels are set to 0.18 and 0.32 eV/˚ A in iterations 25 to 32, and to 0.20 and 0.35 eV/˚ A in iterations 33 to 36. Different convergence criteria are used at low (T ≤ 800 K) and high temperature (T > 800 K) to account for the different relative importance of thermal fluctuations." 这在 param.json 文件中是如何实现的？