MIT 论文用 Attention 构建量子态基础模型,18 个训练点画出相图
jwt0625 · x · 2026-10-18
帖子转发了 MIT 物理系一篇题为《Attention-Based Foundation Model for Quantum States》的论文:作者提出基于注意力机制的基础模型架构,输入哈密顿量参数、系统规模与物理系统配置,即可高精度预测量子基态波函数。例如仅用参数空间中 18 个训练点(V/t, N)就构建出 2D 方格 t-V 模型的相图,目标是打造量子物质的通用基础模型。作者称「物理洞见对训练数据选择至关重要,基础模型的成功依赖参数空间到波函数空间的平滑映射」。配图用经典「死神敲门」梗图:Attention 已先后攻陷 Language、Vision、Protein Folding、Coding,如今正敲开 Quantum 的门。
所属事件:MIT 提出 Attention 量子态基础模型,极少量数据绘出相图(2 条相关)→
「研究」频道最新
- AI 生物公司用湿实验室造数据,把药物发现变成 RL 沙盒 — xennygrimmato_ · 2026-10-18
- 论文主张机制可解释性需要一套「推理逻辑」框架 — burny_tech · 2026-10-18
- 把网页应用整体编译成一个神经网络,还能反向梯度求输入 — Vjeux · 2026-10-18
- NeurIPS 2026 Journal Track 收录 88 篇论文,12 月三城展示 — NeurIPSConf · 2026-10-18
- 随机对照试验:AI 生成患者版检查摘要提升问诊质量并缩短时间 — EricTopol · 2026-10-18
- 社区继续深挖 jev 的 j-space 研究进展 — sloppenheimer · 2026-10-18