等变连续归一化流用于费米子基态估计

Sam Cochran 等在 arXiv 论文（v2）中提出一种费米子变分蒙特卡洛框架：用等变连续归一化流修正固定的反对称基波函数，用于基态估计。 方法上，训练时通过前向 ODE 推送预缓存的基态样本，直接获得 Born 分布的精确样本，无需 Markov 链蒙特卡洛，样本可跨批次和运行复用并支持多 GPU 并行训练；增强动力学将导数作为 ODE 状态变量演化，以减少轨迹微分的时间和内存开销。论文给出三种等变向量场架构，基波函数使用 Slater 和 Jastrow-Slater 基。 结果显示，在谐波束缚的无自旋电子体系上，该方法达到低于 CISD 的基态能量，与用相同优化器训练的 FermiNet 基线相当。作者指出流只能变形基波函数的节点面而不能改变其拓扑，因此正确的节点拓扑须由基波函数提供。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。