随机耦合簇理论的新篇章：深入解析 diagCCMC 方法与理论实现
本文深度解析 diagCCMC 算法，探讨其如何通过随机采样连通图展开，在保持规模外延性的同时显著降低高阶耦合簇计算的计算与内存成本。
蒙特卡洛
AI驱动技术栈：解密多电子量子场论的计算瓶颈
本文深度解析一篇开创性论文，介绍了如何将AI技术栈（计算图、自动微分、神经网络）集成到多电子量子场论（QFT）计算流程中，以克服传统方法的计算瓶颈，并在均匀电子气（UEG）的有效质量计算中实现了前所未有的精度。
混合随机-确定性算法：攻克多参考扰动理论 (MRPT2) 的计算巅峰
本文深度解析了一种结合确定性计算与随机采样的混合算法，旨在解决大规模多参考扰动理论（MRPT2）中的计算瓶颈，特别是在处理金属二聚体如 Cr2 等极具挑战性的体系时的卓越表现。