超越三维网格瓶颈：利用张量训练（Tensor Train）实现微磁学解的高效压缩与尺度缩放研究
本文深度解析了 Thierry Valet 等人关于利用 Tensor Train 格式克服微磁学模拟中 $O(L^3)$ 尺度缩放瓶颈的研究，揭示了信息稀疏性在复杂磁结构表示中的巨大潜力。
数据压缩
trainsum：突破维数灾难的 Python 兵器库——Quantics Tensor Train 在量子化学与多维数值模拟中的深度解析
本文深度解析了新一代 Python 包 trainsum，该工具利用 Quantics Tensor Train (QTT) 技术，通过灵活的维度分解与变分优化，为处理多维函数与大规模张量提供了高效的低秩近似方案。