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。
Transformer
基于Transformer神经网络量子态的自旋与费米子格点模型深度解析：以辅助层模型为例
本文深入探讨了基于Transformer架构的神经网络量子态在处理自旋和费米子复合格点模型上的创新应用，并详细分析了其在辅助层模型中的卓越性能和对相图的洞察。
深度解析：利用神经网络量子态 (NQS) 攻克二维哈伯德模型 —— Transformer 架构与 MARCH 优化算法的革命性突破
本文深度解析了由北京大学、字节跳动、清华大学及中科院物理所团队合作的最新成果：通过引入 Transformer 架构与 MARCH 优化算法，在二维哈伯德模型上实现了前所未有的模拟精度与系统规模。