TNRKit.jl 深度解析：统计物理与晶格场论中的张量网络重正化实战手册
本文深度剖析 Julia 软件包 TNRKit.jl 的理论架构与应用，探讨如何利用先进的张量网络重正化（TNR）算法高效研究二维及三维统计模型、欧几里得晶格场论，并精准提取共形谱数据。
Julia
TNRKit.jl 深度解析：张量网络重整化群的 Julia 实践与 CFT 谱学提取
本文深度解析基于 Julia 的开源框架 TNRKit.jl，探讨如何利用张量网络重整化群（TNR）方法处理二维与三维经典统计模型，并从不动点张量中稳定提取共形场论（CFT）数据。
基于张量网络压缩的全谱 Vlasov-Poisson 动力学模拟：从维度灾难到量子启发式计算
本文解析了利用张量列（Tensor Train）表示相位空间分布函数，并在压缩形式下直接执行全谱 Vlasov-Poisson 模拟的前沿数值方法，展示了其在克服维度灾难方面的巨大潜力。
突破量子多体计算瓶颈：Quantics Tensor Train 的自适应补丁化（Adaptive Patching）技术深度解析
本文深度解析了一种革命性的自适应补丁化（Adaptive Patching）方案，通过分治策略显著降低了 QTT 在处理强局部化函数时的计算复杂度和内存消耗，为解决 Bethe-Salpeter 方程等大规模量子力学问题开辟了新路径。
SmoQyDQMC.jl 深度解析：Julia 生态中强关联电子与电子-声子相互作用的量子蒙特卡洛模拟利器
SmoQyDQMC.jl v2.0 是一个基于 Julia 语言的开源项目，为强关联电子和电子-声子耦合系统的行列式量子蒙特卡洛 (DQMC) 模拟提供了灵活、高效且用户友好的实现，尤其擅长处理复杂的非线性电子-声子相互作用和声子场。