arXiv · quant-ph· Lizhong Fu, Jianan Wei, Wenguan Wang, Honghui Shang·· 9 天前
用于分子势能面的几何条件基础神经量子态
Foundation Neural-Network Quantum States for Molecular Potential Energy Surfaces in Second Quantization
arXiv:2609.37733v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lizhong Fu, Jianan Wei, Wenguan Wang, Honghui Shang
首次提交：2026-09-29 22:54
研究任务与主要进展
作者提出第二量子化的几何条件基础神经量子态：单一自回归模型从少量锚点几何学习基态族，并在未训练几何上无需进一步优化即可提供波函数。基于论文摘要，轨道对齐用于匹配轨道身份并传递相位；N₂、CO和H₄的冻结能量在所有未训练查询几何上达到化学精度，三组N₂训练种子的平均绝对能量误差由34–37 mHa降至0.049–0.085 mHa。
阶段、条件与复现 · 深读核对
- AI 解决哪一个明确的量子问题？
- 训练数据、物理约束、误差与分布外检验是什么？
- 相同精度和总资源下，是否优于已有方法？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · quant-ph · arxiv.org