Transformer采样网络加速XY模型研究
热点事件持续更新
Transformer采样网络加速XY模型研究
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，arXiv cs.lg板块发布一篇题为《基于注意力机制的变分自回归网络用于XY模型采样》的论文。 由Piotr Białas等人主导的研究团队提出了一种基于Transformer的变分自回归网络架构，专门针对具有连续自由度的晶格系统。 该网络通过结合局部性感知注意力与近似概率物理先验，成功将训练晶格尺寸推进至96×96，性能显著优于现有神经采样器。 研究重点应用该模型处理二维XY模型在Berezinskii-Kosterlitz-Thouless相变附近的问题，并验证了其未遗漏配置空间的部分。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
基于注意力机制的变分自回归网络用于XY模型采样报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · ML基于注意力机制的变分自回归网络用于XY模型采样
研究提出基于Transformer的变分自回归网络，用于采样具有连续自由度晶格系统，并应用于二维XY模型。 该网络结合局部性感知注意力与近似概率物理先验，训练晶格尺寸达96×96，性能显著优于现有神经采样器。 验证未遗漏配置空间部分，并复现Markov Chain Monte Carlo算法的能量、磁化强度与螺旋率模。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。