关于第一性原理（DFT）计算，下列说法正确的是（ ）
A. 基于经典牛顿力学描述原子间相互作用
B. 依据量子力学求解体系电子结构，除交换关联泛函近似外不依赖经验拟合参数
C. 必须输入实验测得的弹性模量等宏观参数才能进行计算
D. 计算成本与体系原子数无关
机器学习势函数（如 DeepMD、DPA 等）的核心思想是（ ）
A. 用实验数据直接拟合经典经验势
B. 以第一性原理（如 DFT）计算的能量和力为训练数据训练机器学习模型，使其以接近经典分子动力学的成本获得接近 DFT 的精度
C. 训练完成后即可完全替代第一性原理计算
D. 可以无条件外推到任何未训练过的元素和结构
在"第一性原理 — 分子动力学 — 有限元"的多尺度模拟框架中，有限元仿真（FEM）主要适用于（ ）
A. 电子能带结构计算
B. 原子尺度的扩散机理研究
C. 电极片/构件尺度的应力应变、温度场、热-力耦合等连续介质问题
D. 化学反应过渡态搜索
第一性原理计算得到的晶格常数、工作电压、弹性常数等性质常与实验值存在偏差，下列哪一项是造成偏差的常见原因（ ）
A. 计算通常在 0 K 理想晶体模型下进行，而实验在有限温度、且材料含缺陷与内应变的条件下测量
B. 交换关联泛函本身存在近似误差
C. 计算结果受截断能、k 点密度、超胞尺寸等数值收敛参数的影响
D. 以上都是
进行 DFT 计算之前，下列哪一项是必须提供的与材料相关的物理信息（ ）
A. 实验测得的热导率
B. 材料的原子结构信息
C. 材料的弹性模量
D. 材料的光学吸收系数
DFT 结构弛豫得到的是 0 K 下的基态结构，而实验测量通常在室温或更高温度下进行，热膨胀效应会造成两者晶格参数的差异。（ ）
机器学习势在训练集覆盖的结构与化学环境范围内通常精度很高，但对训练集之外的结构进行外推预测时可能产生不可靠甚至严重错误的结果。（ ）
只要使用软件默认设置的截断能和 k 点，就不需要做收敛性测试，计算结果必然可靠。（ ）
实际材料中普遍存在的缺陷、杂质、晶界、残余应力及复杂制备历史，往往难以全部纳入计算模型，这是计算与实验结果难以吻合的重要原因之一。（ ）
有限元仿真结果的可靠性高度依赖输入的本构参数（如弹性模量、热膨胀系数、屈服强度等），输入参数的不确定性会直接传递到仿真结果中。（ ）