在研项目
1. DFT-Net：专用—通用 DFT 基础模型
开发 DFT-Net，一个用于智能构建高精度密度泛函的 AI 基础模型。
目标： 建立新的 AI-DFT 范式，在保持第一性原理可解释性的同时实现化学精度（~1 kcal/mol）。
2. 精准化学数据库构建
利用 REST 平台系统生成高保真数据集，解决复杂化学体系可靠数据稀缺的问题。
- 2.1 高效实现高水平波函数方法
- 2.2 准粒子（BSE@GW）方法计算电离能、电子亲和能和激发态
- 2.3 自然语言驱动的智能计算平台与数据库代理
3. 物理约束的高阶泛函描述符
设计包含 虚轨道 和 多组态 效应的新型描述符，瞄准 Jacob 阶梯顶端。
- PT2 以上的第五阶描述符（BGE2, osRPA）
- 基于 MC-PDFT 的多组态描述符（自然轨道熵）
- 受 GW/BSE 启发的准粒子描述符
4. 下一代智能电子结构平台
整合项目 1-3 为统一、易用的生态系统。
- 将 REST 升级为智能电子结构平台
- 云端高通量自动化计算
- 实现 “数据 → 算法 → 理论” 闭环