PaddleMaterial用户反馈意见表

感谢您对 PaddleMaterial 的关注，为持续提升产品核心价值，诚邀您分享真实使用体验。您的每一条建议都将直接融入产品进化蓝图，助力科研与工程效率的革新。
*
1.
信息填写偏好
我愿意提供详细信息
我暂不便透露基本信息
*
3.
您的研究领域（场景-材料类型）【多选题】
钙钛矿
高熵合金
固态电解质
二维材料
陶瓷材料
高分子
有机金属框架
离子液体
黑色金属
有色金属
单原子催化
先进碳材料
OLED
生物材料
有机分子
其他（请注明具体材料类型领域）
*
4.
您的研究领域（场景-任务）【多选题】
材料发现/设计-属性预测
材料发现/设计-逆向设计
材料发现/设计-虚拟筛选
材料发现/设计-多目标优化
制备与工艺-逆合成路线规划
制备与工艺-配方/成分优化
制备与工艺-制程参数优化
制备与工艺-闭环自动实验 / 机器人实验室
表征与性能评估-显微结构解析/预测
表征与性能评估-谱学分析
表征与性能评估-服役行为与失效预测
计算材料学-量子化学计算
计算材料学-密度泛函方法
计算材料学-机器学习势函数/分子动力学
计算材料学-相场模拟/相图计算
计算材料学-热力学/相图计算
其他，请注明具体场景任务
*
5.
您基于什么目的使用PaddleMaterial？【多选题】
想了解一下软件
想测试下软件
想用来解决实际工作中的问题
想和开发团队建立更进一步的联系
*
6.
您对使用PaddleMaterial的初步感受是
对软件无感
对软件充满兴趣，想要了解
对软件的某个功能很感兴趣
*
7.
您对PaddleMaterial的使用程度为
仅浏览了软件
测试了至少1项功能
测试了全部核心功能
使用套件开展实际研究工作
*
8.
使用了哪些任务模块
【多选题】
机器学习势函数
性质预测
电子密度预测
谱图解析
结构生成
*
9.
使用了哪些模型
【多选题】
MegNet
Comformer
Gemnet
DimeNet++
CHGnet
MatterSim
DiffCSP
MatterGen
DiffNMR
ppmat-2d系列模型
*
10.
使用了哪些数据集
【多选题】
属性预测-material project
属性预测-jarvis
属性预测-Alexandria Material Project(pbe_ed)
结构生成-material project（MP20）
结构生成-ALEX+mp20
机器学习势函数-MPtrj
谱图-USPTO-MSD-NMR
电子密度预测-MP-ED
电子密度预测-QM9-ED
*
15.
使用了哪些机器学习能力-训练
【多选题】
单机单卡常规训练
分布式训练
混合精度
微调
16.
使用了哪些机器学习能力-推理采样【多选题】
采用常规预测predictor
采用常规采样sampler
*
17.
使用感受
是否
功能适用性：满足ai辅助的材料建模预测等任务需求
功能适用性：满足ai辅助的材料建模预测等任务需求
使用便捷性：安装简单
使用便捷性：安装简单
使用便捷性：操作简单
使用便捷性：操作简单
数据与模型接口：加载数据方便、加载自定义数据方便
数据与模型接口：加载数据方便、加载自定义数据方便
数据与模型接口：自定义模型接入方便
数据与模型接口：自定义模型接入方便
训练过程体验：日志清晰度
训练过程体验：日志清晰度
训练过程体验：训练稳定性
训练过程体验：训练稳定性
文档与教程：清晰、易懂
文档与教程：清晰、易懂
18.
希望您写下建议，让我们的产品更加符合您的需求
希望增加的场景任务
希望增加的场景任务
希望增加的模型
希望增加的模型
希望增加的数据功能
希望增加的数据功能
希望增加的机器学习能力
希望增加的机器学习能力
其他建议
其他建议
*
19.
是否向他人推荐
是
否
问卷星提供技术支持
举报