MP-20-PXRD 基准数据集是由哥伦比亚大学、斯坦福大学于 2025 年联合提出，用来对一种基于扩散模型的生成式人工智能结构解析方法 PXRDnet，进行以端到端的训练。相关研究以「Ab initio structure solutions from nanocrystalline powder diffraction data via diffusion models」为题，发表于 Nature Materials 。

该数据集从 Materials Project 数据库中采样的材料组成，其晶胞内原子数量最多为 20 个，包含 45,229 种材料，按照 90% 、 7.5% 、 2.5% 的比例用以训练、验证和测试。