攻克量子多体计算的相位之墙：基于直接/自适应混合相位梯度学习的神经网络量子态优化新范式2026-06-15本文深度解析了一种全新针对具有复杂相位/负号结构量子多体基态的神经网络量子态（NQS）梯度优化方法，通过将传统的“得分函数”估计器替换为“直接局域能量导数”及自适应混合估计器，彻底解决变分蒙特卡洛（VMC）中的相位梯度信噪比崩溃问题。#神经网络量子态#变分蒙特卡洛#相位梯度#自适应混合估计器#量子多体物理#方差缩减