神经网络算子量子态：量子动力学通用的新型AI框架深度解析
本文深入解析了一项开创性的研究，介绍了神经网络算子量子态（NOQS）框架，该框架结合了Transformer和傅里叶神经网络算子，首次实现了对任意时间依赖驱动协议下量子多体动力学算子的学习，为量子模拟和控制带来了范式转变。
算子学习
MORPH：跨维度偏微分方程(PDE)基础模型——科学计算中的通用“瑞士军刀”
本文深度解析了由洛斯阿拉莫斯国家实验室开发的 MORPH 模型，该模型通过创新的 4D 轴向注意力和统一物理张量格式，实现了对 1D-3D 任意模态 PDE 数据的高效建模与跨领域迁移。