量子启发式偏微分方程求解器的新突破：高效泡利分解与多阶段状态精细化张量网络算法深度解析
本文深度解析了一种基于张量网络的高效偏微分方程求解框架。该框架通过解析推导的二进制编码泡利分解方法将算符构建空间复杂度从 O(2^{n+1}) 降低至 O(2^n)，并引入多阶段状态精细化启发式算法，使虚时间演化收敛速度提升了两个数量级，为高维量子化学与物理系统的数值模拟提供了全新的强有力工具。
虚时间演化
量子多体系统计算的革命：基于对数网格与A-稳定隐式算法的超快张量网络虚时间演化
本文深度解析了一种利用对数时间网格和A-稳定隐式常微分方程求解器实现超快张量网络虚时间演化的全新方法，其在强关联体系计算中相比传统TDVP和TEBD方法实现了数个数量级的加速。
逆转维度灾难：利用快速傅里叶 LCU 与高效状态提取指数级加速热传导方程求解及期权定价
本文深度解析了最新研究中如何结合傅里叶谱离散、快速傅里叶线性组合幺正（FFLCU）与新型多元量子状态提取技术（RS26），实现热传导类偏微分方程（PDE）在空间分辨率上的指数级量子加速，并成功应用于多资产百慕大期权及利率衍生品的定价。