Нейронные квантовые состояния: новый подход к расчетам электронных структур

Обучение модели NBF с варьирующимися параметрами отбора [latex]n_{select}[/latex] и количества сэмплов [latex]n_{sample}[/latex] позволило получить отсортированные вероятностные амплитуды, сопоставимые с точным решением методом Монте-Карло для молекулы N₂ в базисе STO-3G и с использованием каноничных HF-орбиталей, содержащих в общей сложности 14 400 конфигураций.

Исследование демонстрирует, что комбинация нейронных квантовых состояний и метода выбранного взаимодействия конфигураций превосходит традиционные методы вариационного Монте-Карло в задачах квантовой химии.

Искусственный разум и квантовые данные: новый подход к синтезу табличных данных

Архитектура QTabGAN представляет собой генеративную состязательную сеть, использующую табличные данные для обучения и генерации реалистичных синтетических последовательностей, что позволяет преодолеть ограничения традиционных методов, основанных на непрерывных латентных пространствах.

Исследователи представили QTabGAN — гибридную квантово-классическую модель, способную генерировать синтетические данные, превосходящие существующие методы по качеству и реалистичности.

Геометрический драйв: Новый способ управления квантовыми осцилляциями

В двухуровневой системе, нерезонансное геометрическое управление, характеризующееся наклоном статического магнитного поля [latex]\vartheta[/latex] к плоскости управляющих полей и фазой [latex]\phi_{y}=-\pi/2[/latex], индуцирует колебания Раби, демонстрируя полное инвертирование популяции возбужденных состояний как вблизи резонанса [latex]\omega_{d}=\omega_{L}[/latex], так и в режиме [latex]\omega_{d} \gg \omega_{L}[/latex], с зависимостью амплитуды колебаний, обратно пропорциональной частоте Лармора [latex]\sim 1/\omega_{L}[/latex].

Исследователи представили метод нерезонансного управления квантовыми состояниями, основанный на использовании геометрических фаз и позволяющий индуцировать полные колебания Раби без необходимости точного нацеливания на резонансные частоты.

Пространственная Архитектура для Эффективного Ускорения Нейросетей

Таблица I представляет собой сводку результатов измерений чипа и сравнительный анализ современных DNN-ускорителей, демонстрируя количественную оценку производительности и эффективности различных архитектур.

Новый подход к построению аппаратных ускорителей глубокого обучения обеспечивает высокую производительность и энергоэффективность за счет трехмерной организации данных и оптимизации доступа к памяти.

Подземные потоки под контролем: новая модель для точного моделирования

Исследование демонстрирует универсальность подхода к моделированию различных процессов в недрах, включая хранение углекислого газа, добычу нефти, закачку сточных вод и аккумулирование тепловой энергии, используя адаптивные сетки, в том числе миллионно-элементные полуадаптивные сетки с локальным уточнением, и позволяя моделировать как гауссовы, так и канальные геомодели проницаемости для точного анализа динамики насыщения, давления и температуры.

Ученые разработали инновационный подход к моделированию сложных процессов в недрах земли, позволяющий значительно повысить точность и скорость расчетов.

Гравитация на границе пространства: найден новый ключ к строковой теории

Исследование подтверждает, что значение параметра n в шестимерной супергравитации на пространстве AdS₃ × S³ строго ограничено числом 21, укрепляя связь с фундаментальными принципами строковой теории.

Сжатие без потерь: Новый подход к уменьшению размера больших языковых моделей

Сравнительный анализ распределений выходных сигналов 20-го слоя модели Qwen3-30B-A3B демонстрирует различия в средних μ и дисперсиях [latex] \sigma^2 [/latex] между представлением с плавающей точкой (FP), прямым квантованием (Direct VQ) и разреженным квантованием с использованием Mixture-of-Experts (KBVQ-MoE), выявляя влияние методов квантования на статистические свойства внутренних представлений модели.

Исследователи разработали метод, позволяющий значительно уменьшить размер моделей, состоящих из множества экспертов, практически не теряя при этом точности.

Скрытые различия: Новый метод сравнения искусственных интеллектов

Исследователи разработали способ выявлять принципиальные различия во внутреннем устройстве и поведении различных моделей искусственного интеллекта, даже если они построены на разных архитектурах.