研究の要点は、液体の微視的な密度分布だけを使って、三次元の余剰自由エネルギー汎関数を直接学習したことです。余剰自由エネルギー汎関数とは、粒子間相互作用に由来する自由エネルギーの部分で、これが分かれば一つの理論から平衡密度、熱力学応答、相挙動を一貫して予測できます。著者らはこの汎関数を「Equi-cDFT」と名付けた枠組みで学習し、空間の回転や反転に対する対称性を保ちながら、変分原理（エネルギー最小化）に整合したモデルを作りました。重要な点は、自由エネルギーや化学ポテンシャルの正解ラベルを与えずに学習したことです。

手法の仕組みはおおむね次の通りです。まず三次元格子上の局所密度領域（受容野）ごとに特徴を作ります。格子の回転や反転に対してスカラーの局所自由エネルギーが不変になるよう、Cartesian atomic cluster expansion（格子向けに適応）で特徴を作り、それを共有のニューラルネット読み出しに入れて局所余剰自由エネルギーを出します。全体の汎関数は局所寄与の和で表現され、そこから自動微分で一体の導関数（一次直接相関関数 c(1)）を得ます。学習信号は「局所化学ポテンシャルの空間的不均衡がゼロであるべき」という平衡条件です。カノニカル（粒子数固定）データでは絶対的な化学ポテンシャルが不明なので、各フィールドで予測した局所化学ポテンシャルの空間平均を差し引いて未知の定数を除去する工夫をしています。

著者らは代表的な流体モデルであるLennard–Jonesを距離2.5σで切り捨て・シフトした（LJTS）系を用いて検証しました。学習には複数の温度や外場下での三次元平衡密度フィールドを使い、得られた単一の学習済み汎関数は温度・系サイズ・統計力学的束縛（アンサンブル）を越えて転移的に振る舞いました。学習に直接使わなかった「構造因子」「状態方程式」「液相–蒸気相共存」「界面の広がり」などを再現できたことが報告されています。また再学習なしで、コロイド間に生じる溶媒欠乏ブリッジの生成・破壊に伴う非単調な力や、連結したジャイロイド（周期性のある複雑孔）中での吸着挙動といった完全な三次元幾何学での現象も予測できたとしています。

この仕事が意味することは、原子シミュレーションを条件ごとに繰り返す代わりに、三次元の平衡密度データから一つの“熱力学発生器”を学習して、微視的構造から応答や相挙動を一貫して引き出せる可能性を示した点です。モデル設計で空間対称性と変分一貫性（エネルギーから導くこと）を守ったため、物理的に意味のある導関数が得られます。従来の学習型古典DFTは平面や2次元に限定される例が多く、本研究は完全な三次元不均一場への拡張を示しています。

留意点として、著者自身が指摘する制約もあります。局所受容野を有限に切る近似は、長距離相関が重要な場合に限界をもたらす可能性があります。また、カノニカル学習では汎関数に任意の温度依存の定数項 b(T)N を加えるゲージ自由度が残り、絶対的な化学ポテンシャルを必要とする問題では温度ごとの調整が必要です。さらに、学習は「信頼できる範囲でサンプリングされた領域」のデータに依存するため、未学習領域での一般化性能は慎重に評価する必要があります。これらの点を踏まえつつ、Equi-cDFTは三次元流体の学習型熱力学記述への重要な一歩を示しています。