代理引导的多保真度机器学习在准粒子与激子特性表征中的革命性应用:解决高通量 GW-BSE 计算中的数值脆弱性
本文深度解析了一种利用大语言模型(LLM)代理与多保真度图注意力网络、高斯过程回归构建的闭环框架,成功解决了高通量多体微扰论(GW-BSE)激子态计算中长波介电屏蔽数值失真与静默失效的瓶颈问题。
本文深度解析了一种利用大语言模型(LLM)代理与多保真度图注意力网络、高斯过程回归构建的闭环框架,成功解决了高通量多体微扰论(GW-BSE)激子态计算中长波介电屏蔽数值失真与静默失效的瓶颈问题。
本文深度解析了发表于 Nature 级期刊的研究,探讨了 MoSe2/WS2 异质结中通过电场调控层间电荷转移态的物理机制,并详细介绍了 PUMP 计算方法与 Wigner-Mott 关联态的模拟过程。
本文深度解析了 Christof Holzer 和 Yannick J. Franzke 的最新综述,探讨了 GW-BSE 方法如何超越传统的激发能计算,演变为预测极化率、NMR 耦合、激发态梯度及关联能的全能型理论框架。
本文深度解析 Jing Li 等人的研究,探讨如何利用氦原子的 Hylleraas 精确解作为基准,全面评估从 Hartree-Fock 到 GW+BSE 以及核物理中 r-RPA 等多种量子多体计算方法的表现。