连续神经量子态揭示摩尔超晶格中的涨落Wigner分子并导出有效晶格模型
Ahmed Khalifa与Shubhayu Chatterjee提出一种从连续空间神经量子态读取站点分辨电荷和自旋统计的方法，并将其应用于填充因子ν=3的摩尔过渡金属硫族化物。基于论文摘要，NQS得到低自旋基态，低于自旋极化Wigner分子的铁磁晶体；其电荷涨落包含束缚的最近邻双粒子—空穴对，电荷态具有惰性自旋单重态核心和携带自旋的边缘电子。作者据此提出自旋两轨道Hubbard有效模型。
动态展示门槛：AI 前沿与应用 ≥ 65 分，量子方向 ≥ 60 分；已确认精选照常展示。
#量子材料
arXiv · Strongly Correlated Electrons
AWS · Quantum Computing精选 QuEra Aquila Rydberg量子模拟器用于无序材料热力学采样
研究团队将基于经典密度泛函理论的材料能量模型映射到QuEra Aquila中性原子量子硬件，用量子退火采样氮掺杂石墨烯的热力学状态。在28位点系统上通过穷举将有效温度校准为41μK，在78位点系统上与无偏蒙特卡洛比较，并展示通过4.0、4.5和5.0微米原子间距调节有效温度。该工作是概念验证，QPU每个数据点运行1000次，最终仅保留初始构型完全占据的运行。
本站判断：以小规模穷举和经典蒙特卡洛作为基线，给出中性原子量子退火用于无序材料热力学采样的概念验证。