HTSC-2025

HTSC-2025数据集是一个常压高温超导体基准数据集，包含了从2023年到2025年理论物理学家基于BCS超导理论预测的超导材料，包括著名的X2YH6系统、钙钛矿MXH3系统、M3XH8系统、从LaH10结构演变而来的笼状BCN掺杂金属原子系统以及从MgB2演变而来的二维蜂窝结构系统。该数据集旨在为AI驱动的超导转变温度预测提供标准化的基准，并已经开源供研究使用。

The HTSC-2025 dataset is a standardized benchmark dataset for ambient-pressure high-temperature superconductors. It contains superconducting materials predicted by theoretical physicists between 2023 and 2025 based on the Bardeen-Cooper-Schrieffer (BCS) theory of superconductivity, including the well-known X₂YH₆ system, perovskite MXH₃ system, M₃XH₈ system, the cage-like BCN-doped metal atomic system evolved from the LaH₁₀ structure, and the two-dimensional honeycomb structure system derived from the MgB₂ structure. This dataset aims to provide a standardized benchmark for AI-driven superconducting transition temperature prediction, and has been open-sourced for research use.

原始信息汇总

HTSC-2025数据集概述

数据集简介

HTSC-2025是一个开源的高温超导体基准数据集，包含2023-2025年间预测的常压高温超导体数据，旨在标准化AI评估并加速基于物理信息的超导体发现。

数据内容

晶体材料统计

材料类别	平均Tc(K)	最高Tc化学式	空间群	最高Tc(K)	数量
X2YH6	55.4	Mg2IrH6	Fm-3m	160	19
LaH10	53.0	KPbB6C6	Pm-3	88	12
X2YMH6	35.5	Na2LiAgH6	Fm-3m	86	23
MXH3	35.3	SrAuH3	Pm-3m	132	15
M3XH8	20.4	Mg3OsH8	Pm-3m	73	18
Others	7.9	MgB2	P63/mmc	39.0	53
总计	27.3	Mg2IrH6	Fm-3m	160	140

数据集访问

• Hugging Face论文链接：https://huggingface.co/papers/2506.03837
• Hugging Face数据集中心：https://huggingface.co/datasets/xiao-qi/HTSC-2025

引用信息

bibtex @misc{han2025htsc2025benchmarkdatasetambientpressure, title={HTSC-2025: A Benchmark Dataset of Ambient-Pressure High-Temperature Superconductors for AI-Driven Critical Temperature Prediction}, author={Xiao-Qi Han and Ze-Feng Gao and Xin-De Wang and Zhenfeng Ouyang and Peng-Jie Guo and Zhong-Yi Lu}, year={2025}, eprint={2506.03837}, archivePrefix={arXiv}, primaryClass={cond-mat.supr-con}, url={https://arxiv.org/abs/2506.03837}, }

搜集汇总

数据集介绍

构建方式

在高温超导材料研究领域，HTSC-2025数据集的构建采用了系统化的方法。研究团队首先对2023年至2025年间理论预测的高温超导材料进行了全面的文献综述，特别关注了基于BCS超导理论的候选材料。通过专家手动构建、自动化脚本替换以及与原作者直接沟通等多种方式，收集了晶体结构信息（CIF文件）和对应的理论预测超导转变温度。随后，这些材料被系统地分类为X2YH6型、钙钛矿MXH3型、M3XH8型、LaH10型笼状结构、MgB2类二维蜂窝结构等特定晶体系统，从而为后续的AI性能评估建立了结构化框架。

特点

HTSC-2025数据集以其独特的特点在超导材料研究中脱颖而出。该数据集包含140个样本，平均超导转变温度（Tc）为27.3 K，其中超过一半的晶体Tc超过20 K，突显了其对高温超导材料的聚焦。数据集中的元素分布显示，氢是出现频率最高的元素，存在于79种化合物中，强调了氢化物在实现高温超导方面的潜力。此外，数据集涵盖了多种晶体系统，包括X2YH6型、钙钛矿MXH3型等，为研究不同结构对超导性能的影响提供了丰富样本。

使用方法

HTSC-2025数据集的使用方法设计科学且高效。在评估AI模型性能时，首先需确保训练数据集中排除了HTSC-2025中的材料以避免数据泄露。模型将晶体数据转换为图表示或其他结构化格式输入，进而预测材料的超导Tc。为量化预测性能，计算模型预测值与DFT计算结果之间的平均绝对误差（MAE）。测试集按晶体系统划分，既可计算系统特定的MAE，也可计算总体MAE。此外，针对高温超导体的更高应用价值，还引入了不同临界温度区间的预测成功率作为额外评估指标，特别是在麦克米兰极限和液氮温区等关键技术区间。

背景与挑战

背景概述

高温超导材料的研究在凝聚态物理领域具有重要地位，自1911年汞的超导现象被发现以来，科学家们一直在探索更高临界温度（Tc）的超导材料。HTSC-2025数据集由中国人民大学物理系的研究团队于2025年创建，旨在为人工智能驱动的高温超导材料发现提供标准化基准。该数据集聚焦于环境压力下的高温超导材料，涵盖了2023年至2025年间基于BCS超导理论预测的多种材料体系，如X2YH6系统、钙钛矿型MXH3结构等。HTSC-2025的建立填补了该领域缺乏统一评估标准的空白，为不同AI算法的公平比较提供了基础，推动了超导材料发现方法的进一步发展。

当前挑战

HTSC-2025数据集面临的挑战主要体现在两个方面：首先，在解决领域问题方面，高温超导材料的Tc预测存在显著复杂性，由于电子-声子耦合、能带结构等多因素影响，AI模型需在高精度与物理可解释性之间取得平衡；其次，在构建过程中，数据集需确保材料的时效性与代表性，同时兼顾环境压力下的实用价值，这要求对大量理论预测材料进行严格筛选与验证。此外，不同晶体结构的超导机制差异为数据标准化带来挑战，需设计分层次的评估指标以全面反映模型性能。

常用场景

经典使用场景

HTSC-2025数据集作为高温超导材料领域的基准数据集，其经典使用场景主要集中于人工智能驱动的临界温度预测研究。在凝聚态物理与材料科学交叉领域，该数据集通过整合2023至2025年间理论预测的常压高温超导体（如X2YH6体系、钙钛矿型MXH3结构等），为机器学习模型提供了标准化的训练与测试平台。研究者常利用其结构化晶体信息（CIF文件）和对应Tc值，开发基于图神经网络、三维视觉Transformer等架构的预测算法，并通过与密度泛函理论计算结果对比验证模型性能。

解决学术问题

该数据集有效解决了超导材料研究中两大核心学术问题：其一是消除了不同AI算法间因数据来源差异导致的评估标准不统一问题，通过提供经过BCS理论验证的常压高Tc材料数据，使得ALIGNN、BETE-NET等模型的预测误差（MAE<2K）具有可比性；其二是突破了传统试错法在材料发现中的效率瓶颈，为逆向设计提供了物理启发的模板（如空穴掺杂、轻元素共价键调控等策略），显著加速了新型超导材料的理论筛选进程。

衍生相关工作

该数据集催生了多个标志性衍生研究：在算法层面，SuperconGNN等基于球谐函数的等变图神经网络通过HTSC-2025验证了多间隙超导机制预测能力；在材料发现方面，受X2YH6体系启发开发的氟化物型M3XH8化合物（如Mg3OsH8，Tc=73K）拓展了强电子-声子耦合材料的设计空间。数据集构建方法论更被推广至高压超导体筛选领域，如Jiang等人开发的300GPa下Tc预测模型便借鉴了其分层评估框架。