Der MP-20-PXRD-Benchmark-Datensatz wurde 2025 gemeinsam von der Columbia University und der Stanford University für das End-to-End-Training von PXRDnet vorgeschlagen, einer generativen Methode zur Strukturanalyse künstlicher Intelligenz, die auf einem Diffusionsmodell basiert. Die entsprechende Forschung wurde in Nature Materials unter dem Titel „Ab initio structure solutions from nanocrystalline powder diffraction data via diffusion models“ veröffentlicht.

Der Datensatz besteht aus Materialien, die aus der Materials Project-Datenbank entnommen wurden, mit maximal 20 Atomen in der Elementarzelle. Es enthält 45.229 Materialien, die im Verhältnis 90%, 7,5% und 2,5% für Training, Validierung und Tests verwendet werden.