حققت شبكات الجراف العصبية المتكافئة (EGraFFs) وعودًا كبيرة في نمذجة التفاعلات المعقدة في الأنظمة الذرية من خلال استغلال التناظرات المتأصلة في الرسوم البيانية. أدت الأعمال الحديثة إلى زيادة ملحوظة في تطوير هياكل جديدة تدمج التحيزات الاستقرائية القائمة على التناظر مع الابتكارات الهندسية مثل متحولات الجراف ونقل الرسائل لنمذجة التفاعلات الذرية. ومع ذلك، فإن التقييم الدقيق لهذه الهياكل عند استخدامها في مهمات المحاكاة الذرية الحقيقية يفتقر إلى الكفاية. بهدف سد هذه الفجوة، قمنا هنا بإجراء تقييم منهجي لـ 6 خوارزميات EGraFF (NequIP، Allegro، BOTNet، MACE، Equiformer، TorchMDNet)، بهدف فهم قدراتها وحدودها في المحاكاة الذرية الواقعية. بالإضافة إلى تقييمنا الدقيق وتحليلنا على ثماني مجموعات بيانات قائمة بناءً على أدبيات التقييم، قمنا بإصدار مجموعتين جديدتين من البيانات المرجعية، وإقتراح أربع مقاييس جديدة وثلاث مهمات صعبة. تقوم المجموعات الجديدة والمهام بتقييم أداء EGraFF على بيانات خارج نطاق التوزيع الأصلي، من حيث الهياكل البلورية المختلفة، درجات الحرارة، والجزيئات الجديدة. بشكل مثير للإهتمام، كشفت تقييم النماذج EGraFF بناءً على المحاكاة الديناميكية أن وجود خطأ أقل في الطاقة أو القوة لا يضمن بالضرورة استقرارًا أو محاكاةً موثوقة أو نسخًا دقيقًا للهياكل الذرية. علاوة على ذلك، وجدنا أن لا نموذج يتفوق بوضوح على باقي النماذج في جميع المجموعات والمهام. وبشكل مهم، أظهرنا أن أداء جميع النماذج على مجموعات البيانات خارج نطاق التوزيع غير ثابت، مما يشير إلى الحاجة لتطوير نموذج أساسي للحقول القوى يمكن استخدامه في المحاكاة الحقيقية. بختام الأمر، يحدد هذا العمل إطارًا دقيقًا لتقييم الحقول القوى التي تعتمد على التعلم الآلي في سياق المحاكاة الذرية ويشير إلى تحديات البحث المفتوحة داخل هذا المجال.