量子机器学习的定制化嵌入：克服维度诅咒，迈向量子化学新纪元
本文介绍了一种变分自编码器框架，通过学习任务特定的量子嵌入来压缩高维经典数据，旨在解决量子机器学习中的维度诅咒和数据可恢复性问题，为未来量子化学等领域的实际应用奠定基础。
变分自编码器
破解多参考模拟成本困境：利用生成式 VAE 与代理训练设计高性能镝单分子磁体
本文深度解析了发表于 arXiv:2602.23230 的研究，探讨如何通过半监督“化学启发代理训练”方法，将生成式模型在昂贵多参考模拟下的训练成本降低两个数量级，并成功设计出具有破纪录磁各向异性的 Dy(III) 配合物。