来源论文: https://arxiv.org/abs/2607.00702v1 生成时间: Jul 02, 2026 15:55

0. 执行摘要

在现代凝聚态物理和量子化学的前沿领域，模拟强关联电子系统在超快激光泵浦、非平衡驱动或量子淬火（Quench）下的实时动力学行为是一项极具挑战性的任务。非平衡态动力学平均场理论（Nonequilibrium Dynamical Mean-Field Theory, Nonequilibrium DMFT） 提供了在无限维度（或高协调数晶格）下精确求解格点模型动力学的严格理论框架。然而，该框架的核心瓶颈在于自洽杂质求解器（Impurity Solver） 的计算复杂度。

长期以来，连续时间量子蒙特卡洛（CT-QMC）作为数值精确的求解器被广泛应用，但在实时演化中，由于 Kadanoff-Baym 轮廓（Kadanoff-Baym Contour）上复杂的相位因子，CT-QMC 会遭遇极其严重的动力学正负号问题（Dynamical Sign Problem），导致计算复杂度随演化时间呈指数级增长。这使得传统方法几乎无法探索长寿命的非平衡亚稳态、热化动力学以及非平衡稳态光谱。

为了打破这一瓶颈，Matsuura 等人在 2026 年发表的这项工作（arXiv:2607.00702v1）中，创新性地提出并实现了一种基于弱耦合扰动展开与张量交叉插值（Tensor Cross Interpolation, TCI）算法的非平衡态杂质求解器。该求解器通过将高维微扰积分中的被积函数离散化并表示为张量列车（Tensor-Train, TT / 矩阵乘积态 MPS） 形式，将原本随微扰阶数呈指数增长的积分计算简化为一系列一维积分与矩阵收缩。由于该方法无需进行随机抽样，它在数学上完全免疫了蒙特卡洛的正负号问题。本文将针对该算法的物理理论、技术难点、数学细节、Benchmark 表现及代码复现路径进行深度技术剖析。

1. 核心科学问题、理论基础与方法细节

1.1 核心科学问题：非平衡格点模型的实时演化瓶颈

非平衡强关联系统的微观模拟面临着量子多体态空间随时间演化呈指数膨胀的难题。具体而言，当我们利用非平衡 DMFT 将格点 Hubbard 模型映射到单杂质 Anderson 模型（SIAM）时，杂质作用量（Impurity Action）在 Kadanoff-Baym 轮廓 $\mathcal{C}$ 上定义：

$$\mathcal{S}_{\text{imp}} = - \int_{\mathcal{C}} dz dz' \sum_{\sigma} c^\dagger_{\sigma}(z) \Delta_{\sigma}(z, z') c_{\sigma}(z') - \int_{\mathcal{C}} dz U(z) \left(n_{\uparrow}(z) - \frac{1}{2}\right)\left(n_{\downarrow}(z) - \frac{1}{2}\right) + \int_{\mathcal{C}} dz \delta\mu \sum_{\sigma} n_{\sigma}(z)$$

其中 $\Delta_{\sigma}(z, z')$ 为杂质与自洽介质（Bath）之间的杂化函数（Hybridization Function），$U(z)$ 为时变库仑排斥能。求解该模型需要计算两时间格林函数 $G_{\sigma}(z, z')$，其涉及在 L 型 Kadanoff-Baym 轮廓上进行的极高维度的路径积分（微扰阶数 $n$ 可达 20 阶以上，对应 20 维以上的复数积分）。

CT-QMC 求解该积分时，由于测度（Measure）中存在复数相位，正负号（或相位）抵消会导致统计误差呈 $e^{\alpha t}$ 爆炸。因此，如何在不依赖随机抽样的前提下，高效、高精度地评估二十维以上的相互作用微扰积分，是该领域的终极科学问题。

1.2 理论基础：弱耦合展开（Weak-Coupling Expansion）

为了将问题转化为张量网络可处理的形式，首先将杂质作用量划分为无相互作用部分 $\mathcal{S}_0$ 和微扰部分 $\mathcal{S}_{\text{int}}$。通过对相互作用强度 $U$ 进行微扰展开，配分函数 $Z/Z_0$ 与两点格林函数 $G_{\sigma}(z, z')$ 可以严格表述为行列式之和：

$$\frac{Z}{Z_0} = \sum_{n=0}^{\infty} \frac{i^n}{n!} \int_{\mathcal{C}} dz_1 \dots dz_n U(z_1) \dots U(z_n) \det \mathbf{D}_{n\uparrow}(\{z_i\}) \det \mathbf{D}_{n\downarrow}(\{z_i\})$$$$G_{\sigma}(z, z') = \frac{Z_0}{Z} \sum_{n=0}^{\infty} \frac{i^n}{n!} \int_{\mathcal{C}} dz_1 \dots dz_n U(z_1) \dots U(z_n) \det \tilde{\mathbf{D}}_{n\sigma}(z, z', \\{z_i\}) \det \mathbf{D}_{n\bar{\sigma}}(\{z_i\})$$

其中，$\mathbf{D}_{n\sigma}$ 和 $\tilde{\mathbf{D}}_{n\sigma}$ 是由 Weiss 格林函数 $\mathcal{G}_{\sigma}(z_i, z_j)$ 作为矩阵元素构成的 $n \times n$ 和 $(n+1) \times (n+1)$ 维矩阵。由于涉及多体关联，这些行列式乘积被积函数在时间空间中展现出强烈的非局域关联，无法直接解析积出。

1.3 技术难点：不连续性格林函数的张量交叉插值（TCI）瓶颈

张量交叉插值（TCI）算法能够将一个 $d^n$ 维度的超大离散张量，通过在关键指标上进行“黑盒采样”，自适应地构建出其低秩张量列车（TT）表示。TCI 成功的先决条件是被积函数（或张量）在空间中必须是足够光滑的。然而，物理上的 Weiss 格林函数在其实时分支（Keldysh 轮廓的前向分支 $\mathcal{C}_0$ 与后向分支 $\mathcal{C}_1$）相交处，以及当时间参数 $t = t'$ 时，由于 Dyson 方程的物理边界条件，存在阶跃型不连续性（Step Discontinuity）。具体而言，时间排序算符 $T_{\mathcal{C}}$ 会引入 $\theta(t - t')$ 函数。

若直接将 Keldysh 时间进行均匀网格离散化并送入 TCI，这些沿对角线分布的不连续面将导致 TCI 的键合维度（Bond Dimension, $\chi$）发生指数级爆炸，算法将退化为全空间搜索，彻底失效。这是弱耦合非平衡 TCI 求解器研发中的核心技术难点。

1.4 方法细节：非连续性消除与自适应 Chebyshev 卷积积分

为了克服不连续性，本工作采用了一套极其精妙的结构化区间分裂与变量代换方案。

1.4.1 Keldysh 轮廓区间分裂

以计算 Lesser 格林函数 $G_{\sigma}^{<}(t, t')$ 为例，其积分定义域为 Keldysh 轮廓上的单纯形（Simplex） $S^{0,t}_n = \{0 \le t_n \le \dots \le t_1 \le t\}$。为了消除由于被积行列式中包含 $\theta(t_i - t')$ 导致的阶跃，作者将积分单纯形分裂为 $n+1$ 个子区域：

$$S^{0,t}_n = \bigcup_{k=0}^{n} \left( S^{t', t}_k \times S^{0, t'}_{n-k} \right)$$

在每一个特定的子区域内，微扰时间顶点 $\{t_1, \dots, t_k\}$ 被严格限制在 $t'$ 之后（即 $[t', t]$ 区间），而 $\{t_{k+1}, \dots, t_n\}$ 则被严格限制在 $t'$ 之前（即 $[0, t']$ 区间）。如此一来，在该子空间内，所有 $\theta(t_i - t')$ 函数的值均被固定为常数（0 或 1），不连续性被彻底隔离到了子空间的边界上。

1.4.2 相对时间间隔变量代换

为了进一步让被积函数适合张量列车表示，作者引入了时间间隔变量 $u_1, \dots, u_{n+1}$：

$$\begin{aligned} u_1 &= t - t_1, \\ u_2 &= t_1 - t_2, \quad \dots, \quad u_k = t_{k-1} - t_k, \\ u_{k+1} &= t_k - t', \\ u_{k+2} &= t' - t_{k+1}, \quad \dots, \quad u_{n+1} = t_{n-1} - t_n \end{aligned}$$

在这种坐标系下，被积函数 $Q^{<}_{nk\sigma}(t, \{u_i\})$ 关于所有自变量 $u_i$ 变得完全光滑。此时，变量 $u_i$ 相互独立且其物理取值区间均为 $[0, t_{\text{max}}]$。

1.4.3 TCI 离散化与 Chebyshev 递归卷积（Recursive Convolution）

接下来，作者在 Chebyshev 节点（Chebyshev Nodes）上对每一个间隔变量 $u_i$ 进行离散化，节点的总数为 $N_{\text{ch}}$。离散化后的高维被积张量通过 TCI 算法（采用 TensorCrossInterpolation.jl 中的 TCI2 方案）表示为如下张量列车形式：

$$Q^{<}_{nk\sigma}(t, \{u_i\}) \approx \mathbf{M}_0(t) \mathbf{M}_1(u_1) \mathbf{M}_2(u_2) \dots \mathbf{M}_{n+1}(u_{n+1})$$

其中 $\mathbf{M}_i(u_i)$ 是自适应确定键合维度 $\chi$ 的矩阵值函数。由于被积函数已被写为矩阵乘积形式，最终的多维重叠积分可以极其高效地通过一维 Chebyshev 多项式卷积进行递归求解：

$$\int_{S^{t',t}_k} dt_1 \dots dtk \int_{S^{0,t'}_{n-k}} dtk+1 \dots dtn Q^{<}_{n\sigma} = \mathbf{M}_0(t) \cdot \left( \mathbf{M}_1 * \mathbf{M}_2 * \dots * \mathbf{M}_{k+1} \right)(t - t') \cdot \left( \mathbf{M}_{k+2} * \dots * \mathbf{M}_{n+1} * \mathbf{I} \right)(t')$$

其中 $*$ 代表连续一维函数的褶积。通过将 Chebyshev 节点下的离散表示与张量收缩相结合，高维数值积分不仅避免了正负号问题，而且其计算误差受 TCI 的截断奇异值 $\epsilon_{\text{TCI}}$ 和 Chebyshev 展开阶数 $N_{\text{ch}}$ 严格控制。

2. 关键 Benchmark 体系、计算所得数据与性能数据

为了验证这一新型非平衡态 TCI 求解器的绝对精度与数值稳定性，作者首先在一个解析可严格求解的非平衡杂质模型上进行了系统性的 Benchmark。

2.1 Benchmark 体系设计：Falicov-Kimball 极限下的自洽模型

作者选用了一个特殊的 Anderson 杂质模型，其中自旋向下通道的杂化函数被显式设为 0（$\Delta_{\downarrow}(z, z') = 0$）。在该极限下，向下自旋的占据数 $n_{\downarrow}$ 是一个守恒量（不随时间演化而改变）。此时，自旋向上通道的格林函数 $G_{\uparrow}(z, z')$ 可以严格地写为两个独立物理分支（对应 $n_{\downarrow} = 0$ 和 $n_{\downarrow} = 1$ 的无相互作用格林函数）的统计加权混合：

$$G_{\uparrow}(z, z') = (1 - \langle n_{\downarrow} \rangle) G_0(z, z') + \langle n_{\downarrow} \rangle G_1(z, z')$$

其中 $G_0$ 和 $G_1$ 分别满足一组二类 Volterra 积分-微分方程（Volterra Integro-Differential Equations of the Second Kind）。这组方程可以利用高精度的常规数值算法（如四阶龙格-库塔或多步预测-校正法）解出极精确的物理基准数据，用于判定 TCI 求解器的误差。

2.2 粒子-空穴对称情况（Half-Filled, $\delta\mu = 0$）的计算数据

在这个测试中，初始温度设为 $\beta = 5/v$，系统在 $t=0$ 时刻发生相互作用淬火（Quench），相互作用强度从 $U=0$ 突变至 $U=3v$。演化截止时间 $t_{\text{max}} = 5/v$。为了消除微扰项中的所有奇数阶贡献，化学势移动量设为偏置常数 $\alpha = 0.5$。

  • 系统级收敛性数据（图 3 分析）： 当最大微扰截断阶数 $n_{\text{max}}$ 从 5 逐步提升至 20 时，由 TCI 求解器计算得到的 Lesser 格林函数虚部 $\text{Im} \, G^{<}_{\uparrow}(t_{\text{max}}, t')$ 以及混合格林函数 $\text{Im} \, G^{\rceil}_{\uparrow}(t, \beta/2)$ 呈现出对严格 Volterra 基准线的单调、系统性逼近。当 $n_{\text{max}} = 20$ 时，TCI 结果（红色实线）与严格解（黑色虚线）在肉眼可见的尺度上完全重合。这标志着 20 维的高维复数微扰路径积分被 TCI 完美积出。

  • 键合维度 $\chi$ 与精度（图 4 分析）： 在固定的最大阶数 $n_{\text{max}} = 14$ 下，作者定量测量了全局最大绝对误差 $\varepsilon$ 随 TCI 键合维度 $\chi$ 的依赖关系。当 $\chi$ 从 10 增加到 50 时，绝对误差以指数级速度衰减，并在 $\chi \ge 50$ 时彻底平稳地饱和在 $10^{-3}$ 以下（主要受限于微扰截断误差）。这强有力地证明了非平衡态被积行列式背后隐藏着极佳的低秩矩阵乘积态结构。

2.3 粒子-空穴对称性破缺情况（3/4-Filling, $\delta\mu = 0.825v$）的计算数据

为了模拟掺杂（Doped）关联系统，作者将化学势移动量调整为 $\delta\mu = 0.825v$，使得初始自旋向上占据数 $\langle n_{\uparrow} \rangle \approx 0.75$（对应 $3/4$ 填充）。由于对称性破缺，微扰展开中必须保留所有的奇数阶和偶数阶项，且 Greater 格林函数 $G^{>}$ 必须作为独立变量单独求解，这使得 CT-QMC 方法在此类体系中会因为正负号问题彻底失效。

  • 高维物理量逼近（图 5 分析）： 设定最大演化时间 $t_{\text{max}} = 4/v$，最大微扰阶数 $n_{\text{max}} = 17$，TCI 键合维度限制为 $\chi = 60$。结果显示，Lesser 格林函数 $\text{Im} \, G^{<}_{\uparrow}$、Greater 格林函数 $\text{Im} \, G^{>}_{\uparrow}$ 以及 Left-mixing 格格林函数 $\text{Im} \, G^{\rceil}_{\uparrow}$ 均展现出与严格解极高的拟合度。在非对称情况下，该求解器依然保持了无偏的高精度性能。

2.4 性能数据：相位抵消度量（Phase Cancellation Measure）

为了进一步量化该算法处理正负号问题的能力，作者定义了一个“平均正负号”等价物 $S^{X}_{\sigma}(t, t')$：

$$S^{X}_{\sigma}(t, t') = \frac{|G^{X}_{\sigma}(t, t')|}{F^{X}_{\sigma}(t, t')}, \quad F^{X}_{\sigma}(t, t') = \sum_{n=0}^{n_{\text{max}}} |U|^n \sum_{k=0}^{n} \int_{S^{t',t}_k} \dots \int_{S^{0,t'}_{n-k}} |Q^{X}_{n\sigma}(t, t', \{t_i\})|$$

该物理量定量地刻画了若采用经典绝对值测度进行蒙特卡洛抽样时，由于相位随机抵消导致的信号衰减程度。

  • 定量抵消强度（图 7 分析）： 数据表明，随着两时间点之间的跨度 $t - t'$ 增大，平均正负号 $S^{<}_{\uparrow}$ 呈指数级衰减。在 $t_{\text{max}} = 3/v$ 时，半填充下的最低平均正负号值跌至 $4 \times 10^{-2}$，而对于 $3/4$ 填充的对称性破缺系统，平均正负号值更是低至 $1 \times 10^{-2}$（即信号比噪声小两个数量级）。 在如此严苛的相位抵消下，传统的 QMC 采样需要耗费 $O(10^4)$ 倍以上的样本量才能拉平信噪比。而基于张量网络低秩重构的 TCI 方法由于直接在积分层面上进行确定性的核函数插值，在 $\chi = 80$ 的极小计算开销下就将此积分精确求出。这一结果标志着 TCI 求解器在处理动力学正负号问题上的决定性技术优势。

3. 代码实现细节与复现指南

本求解器完全基于现代高性能科学计算语言 Julia 编写，深度依赖并扩展了 Julia 的开源张量网络与自动插值生态系统。

3.1 核心依赖软件包与开源代码库

要复现本工作，核心需要利用以下两个由日本理化学研究所（RIKEN）和东京大学团队维护的开源 Julia 包：

  1. TensorCrossInterpolation.jl (TCI 核心库)
    • GitHub 地址: https://github.com/shinaoka/TensorCrossInterpolation.jl
    • 核心功能: 提供高性能的自适应张量交叉插值（TCI2）算法，支持多维输入张量的黑盒奇异值重构，支持基于 Block-Rook 的自适应寻找插值主元（Pivots）。
  2. SparseGrids.jl / MultiDimensionalArrays.jl (辅助网格处理包)
    • 用于协助管理 Chebyshev 节点以及高维离散网格的收缩逻辑。

3.2 算法实现核心步骤与 Julia 伪代码示意

为了方便工程技术人员复现该算法，以下给出了构建 Lesser 格林函数 TCI 步的完整工作流与逻辑架构：

using TensorCrossInterpolation
using LinearAlgebra

# 1. 定义物理系统参数与网格
const n_max = 14         # 最大微扰阶数
const N_ch = 20          # 每一个间隔变量 u_i 的 Chebyshev 节点数
const t_max = 3.0        # 最大演化时间
const χ_max = 80         # TCI 最大键合维度限制
const ϵ_TCI = 1e-6       # TCI 插值收敛阈值

# 生成一维 Chebyshev 节点及其对应的变换矩阵
function get_chebyshev_nodes(N, t_max)
    return [t_max/2 * (1 + cos(π * (l + 0.5) / N)) for l in 0:(N-1)]
end

const nodes = get_chebyshev_nodes(N_ch, t_max)

# 2. 定义高维目标被积函数 Q^{<}_{n,k} 
# 目标是输入一个一维索引元组 (i_t, i_u1, ..., i_un+1)，返回格林函数行列式的值
function evaluate_integrand(indices::Vector{Int}, t_nodes, k, n, G_weiss)
    # 将离散 Chebyshev 索引映射回实数时间坐标
    t = t_nodes[indices[1]]
    u = [t_nodes[idx] for idx in indices[2:end]]
    
    # 根据公式（36）进行逆变量代换，还原出 Keldysh 时间顶点 {t_i}
    # 并在各子区域 [t', t] 和 [0, t'] 组装时间数组
    Keldysh_times = reconstruct_keldysh_times(t, u, k, n)
    
    # 计算两组带有边界扰动的 Weiss 格林函数矩阵 D_n 和 D_tilde
    D_up = build_D_matrix(Keldysh_times, G_weiss, :up)
    D_dn = build_D_matrix(Keldysh_times, G_weiss, :down)
    
    # 计算行列式乘积
    return det(D_up) * det(D_dn)
end

# 3. 自适应执行 TCI 重构
function run_tci_for_order(n, k, G_weiss)
    # 离散张量的总维度数为 n + 2 (包含 t 和 n+1 个间隔变量)
    tensor_dims = fill(N_ch, n + 2)
    
    # 定义 TCI 评估函数接口
    eval_func(idx) = evaluate_integrand(idx, nodes, k, n, G_weiss)
    
    # 初始化 TCI 插值器，指定最大键合维度与截断误差
    tci_solver = TensorCrossInterpolation.TCI(eval_func, tensor_dims;
                                             max_bond_dim = χ_max,
                                             tolerance = ϵ_TCI)
    
    # 执行自适应主元搜索与 sweep 优化
    optimize!(tci_solver, max_sweeps = 3)
    
    return tci_solver # 返回张量列车表示
end

3.3 关键技术踩坑与复现指南（Extrapolation Tricks）

在工程复现中，直接实现上述伪代码会遇到一个严重的数学越界问题（物理时间的边界溢出）：

  • 物理越界问题：在自适应评估过程中，由于自变量 $u_i$ 取值范围均为 $[0, t_{\text{max}}]$，对于某些测试节点组，通过逆代换算出的微扰顶点时间 $t_i$ 可能会落入负半轴（例如 $t_i = t - u_1 - u_2 < 0$）。然而，原始的自洽 Weiss 格林函数 $\mathcal{G}_{\sigma}(t, t')$ 仅在正实数区间 $[0, t_{\text{max}}]^2$ 上有物理定义。若直接在负值处查询格林函数，程序会发生溢出或返回无物理意义的零值，导致 TCI 搜索发散。

  • 解决方案：光滑指数外推（Appendix B）： 为了解决此问题，复现代码必须严格实现论文附录 B 中的双变量光滑外推算法。对于一维函数 $f(t)$，引入控制衰减率的常数 $\lambda > 0$ 以及两个基础基函数：

    $$h_1(t) = (1 - \lambda t)e^{\lambda t}, \quad h_2(t) = t e^{\lambda t}$$

    对于 $t < 0$ 的越界区域，使用 $t=0$ 处的右导数进行外推：

    $$\tilde{f}(t) = f(0^+)h_1(t) + f'(0^+)h_2(t)$$

    对于二维格林函数 $\mathcal{G}(t, t')$，则需将二维平面划分为四个象限（图 19），首先沿 $t$ 方向外推，再沿 $t'$ 方向外推，确保在外推边界 $t=0$ 和 $t'=0$ 处满足全微分连续性条件（$\partial_{t'}\partial_t \mathcal{G} = \partial_t\partial_{t'} \mathcal{G}$）。这一平滑外推预处理是保证 TCI 算法不发散的决定性一环。

4. 核心引用文献与局限性批判评述

4.1 关键引用文献

  1. CT-QMC 奠基文献: E. Gull, A. J. Millis, A. I. Lichtenstein, A. N. Rubtsov, M. Troyer, and P. Werner, Continuous-time Monte Carlo methods for quantum impurity models, Rev. Mod. Phys. 83, 349 (2011).
    • 贡献: 确立了非平衡连续时间量子蒙特卡洛的行业标准及正负号瓶颈。
  2. 张量列车数学基础: I. Oseledets, Tensor-train decomposition, SIAM J. Sci. Comput. 33, 2295 (2011).
    • 贡献: 提出了 TT 分解在应用数学中的严格定义与收缩代数。
  3. TCI 算法来源: D. V. Savostyanov and I. Oseledets, Fast adaptive interpolation of multi-dimensional arrays in tensor train format, nD Systems (2011).
    • 贡献: 提出了自适应交叉插值理论，使不存储全局张量情况下的自适应 MPS 构建成为可能。
  4. 平衡态 TCI 尝试: S. Matsuura, H. Shinaoka, P. Werner, and N. Tsuji, Tensor cross interpolation approach for quantum impurity problems based on the weak-coupling expansion, Phys. Rev. B 111, 155150 (2025).
    • 贡献: 验证了弱耦合展开下的低秩性质，奠定了本篇非平衡态工作的基础。

4.2 局限性批判评述（Technical Limitations）

尽管本工作在技术上取得了里程碑式的进展，但作为一项处于发展初期的前沿方法，该算法在以下三个方面存在不可忽视的局限性：

1. 显式 Keldysh 指标求和带来的指数墙（$O(2^n)$ 瓶颈）

在公式（32）中，为了计算相互作用项对应的 Keldysh 路径积分，必须对所有的 Keldysh 指标 $s_i \in \{0, 1\}$（代表前向和后向时间分支）进行显式的穷举求和。对于 $n$ 阶微扰项，其涉及 $2^n$ 种不同的时间分支组态。尽管作者采用了 TCI 构建连续时间维度的 TT 核心，但由于不同 Keldysh 分支之间的纠缠态极为复杂，无法将 $s_i$ 作为自适应指标进行低秩压缩。因此，算法的单次求和复杂度依然随阶数 $n$ 呈 $O(2^n)$ 指数增长。这直接将最大微扰阶数死死限制在 $n_{\text{max}} \approx 20$ 左右，无法向更高阶进军。

2. 时间-相互作用强度积的物理上限约束（$|U|t_{\text{max}} \lesssim 14.7$）

由于微扰级数收敛半径的物理限制，在实时间演化中，可精确模拟的最大时间 $t_{\text{max}}$ 与相互作用强度 $U$ 的乘积受公式（71）约束，被锁定在 $14.7$ 以下。这意味着：

  • 若强关联相互作用较大（如 $U = 8v$），求解器能够精确演化的最大时间仅为 $t_{\text{max}} \approx 1.8/v$。
  • 在如此短的时间尺度内，物理系统往往还处于淬火瞬态，远未进入热化或长寿命的预热化亚稳态。因此，该求解器目前无法直接解决强关联区下的渐近长时演化问题。

3. 强关联 Mott 绝缘区物理的失效（与强耦合 TCI 的对立）

本求解器构建在弱耦合微扰展开（Perturbed around the Non-interacting Limit）的基础之上。当体系处于超强关联区（Mott 绝缘体、电介质击穿瞬态）时，无相互作用格林函数无法提供良好的零阶物理描述。此时微扰级数发散，弱耦合 TCI 彻底失效。尽管强耦合自洽 TCI 求解器（基于强耦合展开）在 Mott 区有效，但其在弱耦合金属区又会遭遇虚假发散。两者目前呈现出难以调和的割裂状态。

5. 其他必要的补充：物理应用展示

为了展示该非平衡 TCI 求解器在实际材料物理研究中的威力，作者将其嵌入到完整的非平衡 DMFT 自洽循环中，探索了两个极具物理深度的应用场景。

5.1 相互作用淬火下的热化与掺杂诱导动力学相变抹平（Doping-induced Smearing）

作者在自洽 Bethe 晶格上研究了 Hubbard 模型的非平衡热化（Thermalization）。系统在 $t=0$ 时刻从无相互作用状态（$\beta = 5/v$）突然淬火至强相互作用 $U$。

  • 半填充（Half-Filled, 图 8 与图 12a-c）： 淬火动力学清晰地重现了著名的动力学转变（Dynamical Transition）：在弱耦合侧（$U < U^{\text{dyn}}_c \approx 3v$），双占据数 $d(t)$ 发生过冲（Overshoot）并迅速向热力学等效温度下的热平衡值靠拢；在强耦合侧（$U > 3v$），双占据数展现出频率为 $U/2\pi$ 的高频长寿简谐振荡，分布函数 $n(\varepsilon, t)$ 展现出明显的非热化亚稳态行为。在临界点 $U = 3v$ 附近，系统展现出极速的热化速度。TCI 结果与 CT-QMC 高度一致。

  • 3/4 填充（3/4-Filled, 图 10 与图 12d-f）： 这是国际上首次利用数值精确的非平衡 DMFT 求解掺杂 Hubbard 模型的淬火演化。计算数据表明，一旦偏离半填充（引入空穴掺杂），半填充下极其陡峭、清晰的“快速热化临界点”被彻底抹平（Smeared），取而代之的是一个宽广、平滑的过渡区间（Crossover）。偏离半填充导致的偏差 $\Delta r(t)$ 随掺杂浓度呈现严格的二次型依赖关系 $\Delta r \propto (\Delta n)^2$（图 15）。这一极具物理价值的结论不仅为未来的超快泵浦探测实验提供了理论指引，也展示了 TCI 在处理非粒子-空穴对称体系时的独特优势。

5.2 稳态 DMFT（Steady-State DMFT）在金属区的直接光谱成像

传统格点计算（基于虚时 Matsubara 轴）在求得自能和格林函数后，必须进行极其不适定的**数值解析延拓（Analytic Continuation，如最大熵法 MaxEnt）**才能得到实频轴的光谱函数 $A(\omega)$。解析延拓会严重抹平高频的精细结构，甚至引入虚假噪声。

本工作将 TCI 求解器与稳态 DMFT 形式相结合，在实时间轴上直接自洽迭代。在自洽收敛后，直接对 Retarded 格林函数进行傅里叶变换：

  • 光谱函数直接成像（图 16）： 在 $U = 2v$、零温极限 $T=0$ 的稳态金属相中，TCI 求解器直接在实频轴上描绘出了极其清晰、无任何解析延拓伪影的准粒子相干峰（Quasiparticle Peak）（位于 $\omega = 0$ 处），以及位于 $\omega \approx \pm 2v$ 处的 Hubbard 边前驱结构（Satellite Peaks）。计算得到的谱函数形态与非平衡波动-耗散定理（Fluctuation-Dissipation Theorem, FDT）完全自洽，确立了其作为未来稳态强关联光谱计算标准工具的潜力。