MIT 团队提出量子态注意力基础模型，仅 18 参数绘出相图
jwt0625 · x · 2026-10-18
arXiv 论文（Timothy Zaklama、Daniele Guerci、Liang Fu）提出一个基于注意力机制的基础模型架构，用于学习和预测跨哈密顿量参数、系统尺寸与物理体系的量子态。
- 只用基组构型与物理参数作为输入，网络即可输出高精度基态波函数
- 仅用 18 个参数 (V/t, N) 就构建出二维方格 t-V 模型的完整相图
- 作者认为该架构可作为构建「量子物质通用基础模型」的基础
- 关键洞察：训练数据选择需要物理直觉以保证泛化，基础模型的成败取决于参数空间到波函数空间的光滑映射
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
- 东北大学×哈佛燕京学社办 AI 数字人文工作坊，面向日本高校研究生 — SebastianNehrd2 · 2026-10-18
- 语音 AI 如何「听」声音：从每秒 16000 个采样到频谱图 — prdeepakbabu · 2026-10-18
- IEEE STEM Summit 演讲预告：以「语音助手如何听懂我们」切入 AI 教育 — prdeepakbabu · 2026-10-18
- CoRL 2026 首设迟到的突破结果通道，聚焦 Agentic Robotics 与 Real2Sim2Real — GeorgiaChal · 2026-10-18
- 用强制轮廓原则验证 Linear A 可按 Linear B 音值解读 — PontiEdoardo · 2026-10-18
- Gemini 4 Argon 登顶 Edison 科学家长程生物信息学基准 BixBench3 — divy93t · 2026-10-18