PulseAugur
实时 23:23:37
English(EN) Scalable Physics-Inspired Transformers for Spin Glasses

新型受物理学启发的变换器模型加速自旋玻璃模拟

研究人员开发了一种新颖的受物理学启发的变换器模型,旨在有效采样受挫自旋玻璃中的玻尔兹曼分布。该新模型采用了可解释的稀疏注意力机制和针对自旋定制的位置嵌入,解决了先前变分模型在规模和计算成本方面的局限性。该框架实现了显著的加速,使得自旋玻璃系统的神经网络模拟能够达到前所未有的规模,并解析复杂的统计特性。 AI

影响 为受挫自旋玻璃系统建立了一个可扩展的范例,可能影响组合优化和统计力学。

排序理由 详细介绍新模型及其性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新型受物理学启发的变换器模型加速自旋玻璃模拟

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Lu Zhong, Wenli Duan, Jing Liu, Pan Zhang, Ying Tang ·

    Scalable Physics-Inspired Transformers for Spin Glasses

    arXiv:2606.22984v2 Announce Type: replace-cross Abstract: Efficient sampling of the Boltzmann distribution in frustrated spin glasses is central to statistical mechanics and combinatorial optimization. Despite advances in machine-learning-based approaches, two issues persist: lim…