OMatGRPO 直接强化晶体生成器的离散组分通道，将 mSUN 从 13.4% 提升到 45.5%，并揭示单元素重排可虚增基准
该工作用组相对策略优化（GRPO）直接强化晶体生成器 OMatG 的离散原子类型通道，其闭式似然比使元素选择成为策略动作，配合含稳定性、新颖性与多样性并带稀疏凸包和单元素防护的奖励，在 LeMat-GenBench 上把亚稳、独特且新颖结构（mSUN）的产率从预训练模型的 13.4% 提升到 45.5%，同时记录策略对早期奖励的利用，并指出单元素重排会被现有 mSUN 实现计为发现。