本次大赛将公布五个能源材料相关体系的 DFT 计算数据集，要求选手利用 MLPs 技术尝试构建具有泛化能力的高精度势能面，完成结构到能量与力（Structure to Energy and Forces，S2EF）的预测任务。
选手提交的 S2EF 模型需具有保守性，即，力的预测应是能量对坐标的梯度导出（gradient-derived），而非直接拟合（direct force predictions）。在分子动力学模拟中，受力的保守性是一个基本的假设，受力的保守可以确保能量守恒、轨迹可逆性、减少误差累积等。不具有保守性的模型将不能获取进入复赛的资格。
测试集的划分将采取不同的策略以帮助评估模型在内推（interpolative）和外推（extrapolative）任务上的性能。模型的内推能力根据与训练集相同分布的样本（In Distribution，ID）进行评估，外推能力则在与训练集不同分布的样本（Out of Distribution，OD）上体现。
深势科技是“AI for Science”科学研究范式的引领者和践行者。AI for Science 即运用 AI 学习一系列的科学原理和科学知识，并进一步解决科学研究和工业研发领域的关键问题。 深势科技依托在交叉学科领域的深耕，构建了“深势 · 宇知®”AI for Science 大模型体系，将众多学科的科研方法从“实验试错 / 计算机”时代带入了“预训练模型时代”，并以“微尺度工业设计与仿真”为切入点，打造了 Bohrium®玻尔®科研空间站、Hermite® 药物计算设计平台、RiDYMO® 难成药靶标研发平台及 Piloteye® 电池设计自动化平台等科研和工业研发基础设施，形成了 AI for Science 的“创新 - 落地”链路和开放生态，赋能“千行百业”，为人类经济发展最基础的生物医药、能源、材料和信息科学与工程研究打造新一代工业设计与仿真系统。 深势科技是国家高新技术企业、国家专精特新“小巨人”企业，在北京、上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、 物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中博士及博士后在公司成员中占比超过 35%。核心成员获得过2020年全球高性能计算领域的最高奖项“戈登贝尔奖”，相关工作入选2020年中国十大科技进展和全球 AI 领域十大技术突破。
