AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-23
通过信息混合与分层网络架构实现可扩展的神经波函数
原标题: Scalable Neural Wave Functions via Information Mixing and Hierarchical Network Architectures
由于希尔伯特空间随系统规模呈指数增长，模拟量子多体系统十分困难。作者将 MLP mixer 作为神经波函数拟设，在二维量子多体系统的基态上进行测试，并与 RNN 和 Transformer 进行比较。MLP mixer 的表现可与最先进的模型相媲美，而且它与 Transformer 的分层组合在大规模量子系统上优于其他最先进的架构。